AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.6 Terra

Ringkasan

Muse Spark 1.1 (medium) unggul dalam skor rata-rata dengan 8.9 vs 8.2. GPT-5.6 Terra (high) memiliki biaya benchmark lebih rendah di $0.852 vs $1.152. GPT-5.6 Terra (high) lebih cepat di 10.89s vs 23.35s, dengan tingkat keberhasilan 76.2% vs 68.3%.

Model yang direkomendasikanGPT-5.6 Terra (high)Its score stays close to the best score here (8.2 vs 8.9), while responding about 2.1x faster than Muse Spark 1.1 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	GPT-5.6 Terra GPT-5.6 Terra high Rilis: 2026-07-09

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	GPT-5.6 Terra GPT-5.6 Terra high Rilis: 2026-07-09
Skor	8.9	8.2
Peringkat	#15	#32
Keandalan	10.0	10.0
Konsistensi	9.2	9.6
Tes benar
Tingkat lulus per percobaan	76.2%	68.3%
Tes tidak stabil	2	1
Total Run	63	63
Biaya per hasil	7.676	6.086
Total Biaya	$1.152	$0.852
Harga input	$1.250 / 1M	$2.500 / 1M
Harga output	$4.250 / 1M	$15.000 / 1M
Total token input	59,928	34,218
Token output	3,523	1,908
Token penalaran	249,752	49,189
Waktu respons (rata-rata)	23.35s	10.89s
Waktu respons (maks)	165.38s	91.49s
Waktu respons (total)	490.40s	228.65s

Showcase generasi

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#15 Muse Spark 1.1

medium

Biaya: $0.024
Waktu: 29.2s
Token: 5,774 tok

#32 GPT-5.6 Terra

high

Biaya: $0.055
Waktu: 30.2s
Token: 3,748 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	10.0	10.0	100.0%	0		15.66s	8,562	347	23,562
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595
GPT-5.6 Terra	10.0	10.0	100.0%	0		6.94s	11,019	314	627

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	10.0	10.0	100.0%	0		4.96s	7,827	240	3,387
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Nemotron 3 Ultra 550b A55bmediumTersedia gratisvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Muse Spark 1.1mediumvsKimi K3max Claude Sonnet 5mediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.6 Plusmedium