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

平均スコアは 8.8 vs 8.9 でほぼ同等です。 Claude Opus 4.8 (medium) の benchmark コストが低く、$1.107 vs $1.152 です。 Claude Opus 4.8 (medium) の方が高速で、9.72s vs 23.35s です、成功率は 84.1% vs 76.2% です。

おすすめモデルClaude Opus 4.8 (medium)ここでは最高スコア（8.8）で、Muse Spark 1.1 (medium) より約 2.4 倍速く応答します。

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 medium リリース: 2026-07-16
スコア 8.8 8.9
順位 #16 #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 84.1% 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 6.512 7.676
合計コスト $1.107 $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 61,007 59,928
出力トークン 26,495 3,523
推論トークン 5,901 249,752
応答時間（平均） 9.72s 23.35s
応答時間（最大） 38.03s 165.38s
応答時間（合計） 204.19s 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.

#16 Claude Opus 4.8

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

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 15.66s 8,562 347 23,562

クイック比較

比較ペアを切り替え

Claude Opus 4.8mediumvsMuse Spark 1.1lowClaude Opus 4.8mediumvsKimi K3maxMuse Spark 1.1mediumvsKimi K3maxClaude Opus 4.8mediumvsGPT-5.2 ChatnoneMuse Spark 1.1mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsMuse Spark 1.1mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowMuse Spark 1.1mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.5lowMuse Spark 1.1mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 Flashhigh