ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Meta: Muse Spark 1.1

概要

Claude Opus 4.8 (medium) が平均スコアでリードし、8.8 vs 8.8 です。 Muse Spark 1.1 (low) の benchmark コストが低く、$0.469 vs $1.107 です。 Claude Opus 4.8 (medium) の方が高速で、9.72s vs 10.11s です、成功率は 84.1% vs 73.0% です。

おすすめモデルMuse Spark 1.1 (low)スコアはここでの最高値に近く（8.8 vs 8.8）、Claude Opus 4.8 (medium) より約 2.4 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 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16
スコア 8.8 8.8
順位 #16 #17
信頼性 10.0 10.0
一貫性 9.6 8.5
正解テスト
試行ごとの合格率 84.1% 73.0%
不安定なテスト 1 4
総実行回数 63 63
結果あたりのコスト 6.512 3.606
合計コスト $1.107 $0.469
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 61,007 59,923
出力トークン 26,495 3,722
推論トークン 5,901 88,947
応答時間（平均） 9.72s 10.11s
応答時間（最大） 38.03s 54.15s
応答時間（合計） 204.19s 212.29s

生成ショーケース

Hamster playing table tennis

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

#16 Claude Opus 4.8

medium
コスト
$0.057
時間
23.1s
トークン
2,412 tok

#17 Muse Spark 1.1

low
コスト
$0.020
時間
39.2s
トークン
4,947 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

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 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

クイック比較

比較ペアを切り替え

Claude Opus 4.7mediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsGLM 5.2mediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsGPT-5.3-CodexmediumMuse Spark 1.1lowvsGLM 5mediumMuse Spark 1.1lowvsKimi K3maxMuse Spark 1.1lowvsGPT-5 MinimediumMuse Spark 1.1lowvsGPT-5.5mediumMuse Spark 1.1lowvsGPT-5.4mediumSeed-2.0-LitemediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsGPT-5.2 ChatnoneMuse Spark 1.1lowvsStep 3.7 Flashmedium