#27 Muse Spark 1.1
high- コスト
- $0.039
- 時間
- 50.1s
- トークン
- 9,423 tok
Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3
Muse Spark 1.1 (high) が平均スコアでリードし、8.1 vs 8.0 です。 Muse Spark 1.1 (high) の benchmark コストが低く、$1.694 vs $3.112 です。 Muse Spark 1.1 (high) の方が高速で、31.49s vs 122.48s です、成功率は 69.7% vs 75.8% です。
おすすめモデルMuse Spark 1.1 (high)ここでは最高スコア（8.1）で、Kimi K3 (max) より約 1.8 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: 2026-07-17
| 指標 | Muse Spark 1.1 Muse Spark 1.1 high | Kimi K3 Kimi K3 max |
|---|---|---|
| スコア | 8.1 | 8.0 |
| 順位 | #27 | #31 |
| 信頼性 | 10.0 | 9.1 |
| 一貫性 | 7.9 | 9.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.7% | 75.8% |
| 不安定なテスト | 6 | 1 |
| 総実行回数 | 64 | 66 |
| 結果あたりのコスト | 14.116 | 19.446 |
| 合計コスト | $1.694 | $3.112 |
| 入力価格 | $1.250 / 1M | $3.000 / 1M |
| 出力価格 | $4.250 / 1M | $15.000 / 1M |
| 合計入力トークン | 129,423 | 34,916 |
| 出力トークン | 8,077 | 2,910 |
| 推論トークン | 352,421 | 197,529 |
| 応答時間（平均） | 31.49s | 122.48s |
| 応答時間（最大） | 196.03s | 766.58s |
| 応答時間（合計） | 661.28s | 2327.06s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#31 MoonshotAI: Kimi K3
max- コスト
- $0.281
- 時間
- 506.9s
- トークン
- 18,863 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 7.5 | 8.4 | 66.7% | 1 | 8.60s | 2,334 | 516 | 13,023 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 10.24s | 1,638 | 496 | 2,629 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 22.92s | 8,562 | 349 | 36,039 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 325.79s | 8,061 | 460 | 84,012 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 5.9 | 2.9 | 66.7% | 2 | 70.25s | 90,082 | 5,535 | 68,439 | |
| Kimi K3 | 6.5 | 10.0 | 50.0% | 0 | 223.03s | 12,792 | 399 | 20,460 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 8.40s | 7,827 | 240 | 5,907 | |
| Kimi K3 | 7.3 | 5.8 | 83.3% | 1 | 16.72s | 7,839 | 354 | 2,606 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 3.5 | 4.4 | 33.3% | 2 | 67.39s | 1,272 | 66 | 64,456 | |
| Kimi K3 | 5.9 | 9.3 | 33.3% | 0 | 490.14s | 794 | 80 | 83,180 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 7.73s | 906 | 116 | 3,390 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 14.91s | 732 | 191 | 871 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 6.4 | 6.0 | 66.7% | 1 | 7.81s | 1,527 | 193 | 7,158 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 1,179 | 147 | 1,119 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 7.8 | 9.9 | 66.7% | 0 | 69.96s | 1,938 | 225 | 140,780 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 7.36s | 1,416 | 495 | 1,368 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 9.6 | 10.0 | 100.0% | 0 | 9.88s | 14,363 | 795 | 2,938 | |
| Kimi K3 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 3.0 | 10.0 | 0.0% | 0 | 22.93s | 612 | 42 | 10,291 | |
| Kimi K3 | 3.0 | 10.0 | 0.0% | 0 | 19.67s | 465 | 288 | 1,284 |
クイック比較
比較ペアを切り替え
Kimi K3maxvsGPT-5.6 TerrahighMuse Spark 1.1highvsGPT-5 MinimediumMuse Spark 1.1highvsStep 3.7 FlashmediumMuse Spark 1.1highvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsKimi K3maxKimi K3maxvsGLM 5.2highKimi K3maxvsQwen3.7 PlusmediumKimi K3maxvsGPT-5.2 ChatnoneKimi K3maxvsStep 3.7 FlashmediumKimi K3maxvsQwen3.6 PlusmediumKimi K3maxvsGLM 5.2mediumKimi K3maxvsGPT-5.6 Terramedium