AI BENCHY
Advertise here
#33

Muse Spark 1.1

Meta Rilis: 2026-07-16 Diuji pada: 2026-08-14 03:28 meta/muse-spark-1.1::medium
~1T total (~50B aktif)MoETertutupPerkiraan
(high) (medium) (low)

Ringkasan

Muse Spark 1.1 mendapat skor 8.6 di AI BENCHY dan berada di peringkat #33. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 72.7%, total biaya $1.420, dan waktu respons rata-rata 26.25s.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~1T total (~50B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

8.6

Konsistensi

9.2

Keandalan

10.0

Total biaya (harga saat ini)

$1.420

Total token output

292,152

Total token input

142,147

Harga input

$1.250 / 1M

Harga output

$4.250 / 1M

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 72.7%

Tes tidak stabil

2

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

26.25s

Waktu respons (maks): 165.38s

Waktu respons (total): 577.47s

Jawaban salah: 4 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1

Hamster playing table tennis

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

#33 Muse Spark 1.1

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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 03:28 Uji ulang 8.6 10.0 $1.420 Run saat ini
2026-07-16 23:38 Tes baru ditambahkan 8.6 10.0 $1.357 Bandingkan
2026-07-16 18:36 Run awal 8.9 10.0 $1.152 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-08-14 03:28 · Run saat ini66/66 percobaan8.69.210.015/222292,152142,147$1.42026.25s
2026-07-16 18:36 · Run awal63/63 percobaan8.99.210.015/212253,27559,928$1.15223.35s
Selisih—-0.20.00.000+38877+82219+$0.269+2896ms

Cakupan benchmark berbeda: 66/66 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-08-14 12:51 $1.250 / 1M $4.250 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Muse Spark 1.1mediumvsMuse Spark 1.2mediumMuse Spark 1.1mediumvsClaude Fable 5mediumMuse Spark 1.1mediumvsMuse Spark 1.2highMuse Spark 1.1mediumvsQwen3.6 Max PreviewmediumMuse Spark 1.1mediumvsClaude Opus 4.7mediumMuse Spark 1.1mediumvsQwen3.8 MaxlowMuse Spark 1.1mediumvsGLM 5.3 FlashmaxMuse Spark 1.1mediumvsGPT-5.4mediumMuse Spark 1.1mediumvsGemini 3.6 FlashlowMuse Spark 1.1mediumvsGrok 4.5medium

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 10.0 10.0
Gabungan 8.3 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.5 4.4
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 7.9 9.9
Pemanggilan alat 9.8 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan