AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

概要

Muse Spark 1.1 (medium) が平均スコアでリードし、8.9 vs 8.7 です。 Claude Opus 4.7 (medium) の benchmark コストが低く、$0.679 vs $1.152 です。 Claude Opus 4.7 (medium) の方が高速で、4.73s vs 23.35s です、成功率は 82.5% vs 76.2% です。

おすすめモデルClaude Opus 4.7 (medium)スコアはここでの最高値に近く（8.7 vs 8.9）、Muse Spark 1.1 (medium) より約 1.7 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-16

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16
スコア	8.7	8.9
順位	#18	#15
信頼性	10.0	10.0
一貫性	9.6	9.2
正解テスト
試行ごとの合格率	82.5%	76.2%
不安定なテスト	1	2
総実行回数	63	63
結果あたりのコスト	3.991	7.676
合計コスト	$0.679	$1.152
入力価格	$5.000 / 1M	$1.250 / 1M
出力価格	$25.000 / 1M	$4.250 / 1M
合計入力トークン	65,406	59,928
出力トークン	11,858	3,523
推論トークン	2,198	249,752
応答時間（平均）	4.73s	23.35s
応答時間（最大）	23.18s	165.38s
応答時間（合計）	94.51s	490.40s

生成ショーケース

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

コスト: $0.059
時間: 26.8s
トークン: 2,475 tok

#15 Muse Spark 1.1

medium

コスト: $0.024
時間: 29.2s
トークン: 5,774 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Muse Spark 1.1	10.0	10.0	100.0%	0		15.66s	8,562	347	23,562

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Muse Spark 1.1	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.96s	7,827	240	3,387

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Muse Spark 1.1	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Muse Spark 1.1	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

クイック比較

比較ペアを切り替え

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.7mediumvsKimi K3max Claude Opus 4.7mediumvsGPT-5.2 Chatnone Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Claude Opus 4.7mediumvsDeepSeek V4 Flashhigh Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGemini 3.5 Flashlow DeepSeek V4 FlashhighvsMuse Spark 1.1medium