Muse Spark 1.2 (high) vs GPT-5.3-Codex (medium)

Model yang direkomendasikan GPT-5.3-Codex (medium)

It has the best score here (8.9), while costing about 1.8x less than Muse Spark 1.2 (high).

Perbandingan terperinci

Metrik	Muse Spark 1.2 Muse Spark 1.2 high Rilis: 2026-08-06	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05

Metrik	Muse Spark 1.2 Muse Spark 1.2 high Rilis: 2026-08-06	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor	8.8	8.9
Peringkat	#20	#18
Keandalan	9.8	10.0
Konsistensi	8.7	8.6
Cakupan benchmark	22/22 tes · 66/66 percobaan	22/22 tes · 66/66 percobaan
Tes benar
Tingkat lulus per percobaan	75.8%	83.3%
Tes tidak stabil	4	4
Total Run	66	66
Biaya per hasil	10.880	5.748
Total Biaya	$1.632	$0.920
Harga input	$1.250 / 1M	$1.750 / 1M
Harga output	$4.250 / 1M	$14.000 / 1M
Total token input	117,028	81,268
Token output	6,983	6,251
Token penalaran	342,588	49,274
Waktu respons (rata-rata)	23.99s	16.96s
Waktu respons (maks)	192.00s	100.93s
Waktu respons (total)	527.70s	373.19s

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

high

medium

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 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.2	10.0	10.0	100.0%	0		22.24s	7,275	351	47,857
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.2	8.0	6.9	66.7%	1		39.89s	89,299	4,673	47,491
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

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 1.2	10.0	10.0	100.0%	0		6.93s	6,969	240	6,258
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

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 1.2	5.9	7.2	55.6%	1		89.79s	729	94	196,042
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

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 1.2	10.0	10.0	100.0%	0		13.93s	477	120	4,203
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

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 1.2	9.8	10.0	100.0%	0		5.43s	669	117	6,124
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

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 1.2	8.2	7.7	77.8%	1		10.07s	651	343	15,171
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

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 1.2	10.0	10.0	100.0%	0		4.00s	10,158	459	1,316
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

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 1.2	3.0	10.0	0.0%	0		14.99s	183	42	6,470
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Ganti Pasangan Perbandingan