AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Max Preview

概要

Qwen3.6 Max Preview (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 $0.960 です。 Muse Spark 1.1 (low) の方が高速で、10.11s vs 59.63s です、成功率は 73.0% vs 81.0% 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 8.9）、Qwen3.6 Max Preview (medium) より約 2.0 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	Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20

指標	Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16	Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20
スコア	8.8	8.9
順位	#17	#14
信頼性	10.0	10.0
一貫性	8.5	9.3
正解テスト
試行ごとの合格率	73.0%	81.0%
不安定なテスト	4	2
総実行回数	63	63
結果あたりのコスト	3.606	7.024
合計コスト	$0.469	$0.960
入力価格	$1.250 / 1M	$1.040 / 1M
出力価格	$4.250 / 1M	$6.240 / 1M
合計入力トークン	59,923	42,362
出力トークン	3,722	2,273
推論トークン	88,947	144,367
応答時間（平均）	10.11s	59.63s
応答時間（最大）	54.15s	238.07s
応答時間（合計）	212.29s	1252.17s

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

#14 Qwen3.6 Max Preview

medium

コスト: $0.024
時間: 76.5s
トークン: 3,861 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
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		121.49s	14,934	390	14,575

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		3.22s	7,827	240	2,074
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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		4.12s	906	131	1,125
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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		8.17s	612	40	3,546
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

クイック比較

比較ペアを切り替え

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium Muse Spark 1.1lowvsGPT-5.4medium Seed-2.0-LitemediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsStep 3.7 Flashmedium