Meta: Muse Spark 1.1 vs xAI: Grok 4.5

Muse Spark 1.1 (medium) unggul dalam skor rata-rata dengan 8.6 vs 8.4. Grok 4.5 (low) memiliki biaya benchmark lebih rendah di $0.935 vs $1.357. Grok 4.5 (low) lebih cepat di 15.56s vs 24.97s, dengan tingkat keberhasilan 72.7% vs 75.8%.

Model yang direkomendasikanGrok 4.5 (low)Its score stays close to the best score here (8.4 vs 8.6), while responding about 1.6x faster than Muse Spark 1.1 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor	8.6	8.4
Peringkat	#16	#20
Keandalan	10.0	10.0
Konsistensi	9.2	9.7
Tes benar
Tingkat lulus per percobaan	72.7%	75.8%
Tes tidak stabil	2	1
Total Run	66	66
Biaya per hasil	9.041	5.844
Total Biaya	$1.357	$0.935
Harga input	$1.250 / 1M	$2.000 / 1M
Harga output	$4.250 / 1M	$6.000 / 1M
Total token input	142,567	125,596
Token output	7,905	7,505
Token penalaran	269,225	106,446
Waktu respons (rata-rata)	24.97s	15.56s
Waktu respons (maks)	165.38s	205.28s
Waktu respons (total)	549.31s	342.32s

Hamster playing table tennis

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

#16 Muse Spark 1.1

medium

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

#20 xAI: Grok 4.5

low

Biaya: $0.011
Waktu: 12.4s
Token: 2,018 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
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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	8.3	10.0	50.0%	0		42.62s	103,921	5,220	31,068
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

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
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2mediumvsGrok 4.5low Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGrok 4.5low Claude Fable 5mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5low Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5 MinimediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5low Step 3.7 FlashmediumvsGrok 4.5low