Anthropic: Claude Sonnet 5 vs Meta: Muse Spark 1.1

Claude Sonnet 5 (medium) が平均スコアでリードし、8.3 vs 8.3 です。 Muse Spark 1.1 (low) の benchmark コストが低く、$0.647 vs $0.922 です。 Muse Spark 1.1 (low) の方が高速で、11.45s vs 12.52s です、成功率は 80.3% vs 69.7% です。

おすすめモデルMuse Spark 1.1 (low)総合的に最も良い選択です。競争力のあるスコア（8.3）、Claude Sonnet 5 (medium) より低いコスト、バランスの取れた応答時間があります。

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: 2026-07-17

指標	Claude Sonnet 5 Claude Sonnet 5 medium リリース: 2026-06-30	Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16

指標	Claude Sonnet 5 Claude Sonnet 5 medium リリース: 2026-06-30	Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16
スコア	8.3	8.3
順位	#23	#24
信頼性	10.0	10.0
一貫性	9.0	8.5
正解テスト
試行ごとの合格率	80.3%	69.7%
不安定なテスト	3	4
総実行回数	66	66
結果あたりのコスト	5.760	4.975
合計コスト	$0.922	$0.647
入力価格	$2.000 / 1M	$1.250 / 1M
出力価格	$10.000 / 1M	$4.250 / 1M
合計入力トークン	145,956	142,298
出力トークン	52,333	10,847
推論トークン	10,874	99,467
応答時間（平均）	12.52s	11.45s
応答時間（最大）	66.71s	54.15s
応答時間（合計）	275.42s	251.92s

Hamster playing table tennis

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

#23 Claude Sonnet 5

medium

コスト: $0.007
時間: 6.4s
トークン: 832 tok

#24 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

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 Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040

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 Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
Muse Spark 1.1	10.0	10.0	100.0%	0		10.34s	8,562	394	14,503

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 Sonnet 5	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
Muse Spark 1.1	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369

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 Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
Muse Spark 1.1	10.0	10.0	100.0%	0		3.22s	7,827	240	2,074

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 Sonnet 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
Muse Spark 1.1	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049

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 Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.12s	906	131	1,125

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 Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246

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 Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503

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 Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012

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 Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

クイック比較

比較ペアを切り替え

Gemini 2.5 FlashmediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGrok 4.5medium Claude Sonnet 5mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsStep 3.7 Flashmedium Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsGLM 5.2high Claude Sonnet 5mediumvsMuse Spark 1.1high Muse Spark 1.1lowvsGPT-5.4medium Claude Sonnet 5mediumvsGPT-5.2 Chatnone