ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.3-Codex

概要

GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 8.8 です。 Muse Spark 1.1 (low) の benchmark コストが低く、$0.469 vs $0.740 です。 Muse Spark 1.1 (low) の方が高速で、10.11s vs 16.22s です、成功率は 73.0% vs 82.5% 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 8.9）、GPT-5.3-Codex (medium) より約 1.6 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 Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16 GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05
スコア 8.8 8.9
順位 #17 #13
信頼性 10.0 10.0
一貫性 8.5 8.5
正解テスト
試行ごとの合格率 73.0% 82.5%
不安定なテスト 4 4
総実行回数 63 63
結果あたりのコスト 3.606 4.932
合計コスト $0.469 $0.740
入力価格 $1.250 / 1M $1.750 / 1M
出力価格 $4.250 / 1M $14.000 / 1M
合計入力トークン 59,923 34,299
出力トークン 3,722 2,357
推論トークン 88,947 46,189
応答時間（平均） 10.11s 16.22s
応答時間（最大） 54.15s 100.93s
応答時間（合計） 212.29s 340.67s

生成ショーケース

Hamster playing table tennis

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

#17 Muse Spark 1.1

low
コスト
$0.020
時間
39.2s
トークン
4,947 tok

#13 GPT-5.3-Codex

medium
コスト
$0.049
時間
54.9s
トークン
3,580 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
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

クイック比較

比較ペアを切り替え

Claude Opus 4.7mediumvsMuse Spark 1.1lowClaude Opus 4.8mediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsGLM 5.2mediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumMuse 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