#17 Muse Spark 1.1
low- コスト
- $0.020
- 時間
- 39.2s
- トークン
- 4,947 tok
AI BENCHY Compare
Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash
概要
Muse Spark 1.1 (low) が平均スコアでリードし、8.8 vs 8.5 です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.376 vs $0.469 です。 Muse Spark 1.1 (low) の方が高速で、10.11s vs 20.35s です、成功率は 73.0% vs 73.0% です。
おすすめモデルMuse Spark 1.1 (low)ここでは最高スコア（8.8）で、Step 3.7 Flash (medium) より約 2.0 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 | Muse Spark 1.1 Muse Spark 1.1 low | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 8.8 | 8.5 |
| 順位 | #17 | #26 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 8.5 | 9.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 73.0% | 73.0% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 63 | 61 |
| 結果あたりのコスト | 3.606 | 2.686 |
| 合計コスト | $0.469 | $0.376 |
| 入力価格 | $1.250 / 1M | $0.200 / 1M |
| 出力価格 | $4.250 / 1M | $1.150 / 1M |
| 合計入力トークン | 59,923 | 39,981 |
| 出力トークン | 3,722 | 319,958 |
| 推論トークン | 88,947 | 0 |
| 応答時間（平均） | 10.11s | 20.35s |
| 応答時間（最大） | 54.15s | 113.98s |
| 応答時間（合計） | 212.29s | 427.42s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#26 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 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 | 7.9 | 6.3 | 83.3% | 2 | 4.36s | 2,334 | 621 | 6,040 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| 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 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
| 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 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.06s | 13,683 | 7,106 | 0 |
| 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 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| 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 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 0 |
| 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 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| 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 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| 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 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| 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 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 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 | 8.17s | 612 | 40 | 3,546 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.2 ChatnonevsStep 3.7 FlashmediumKimi K3maxvsStep 3.7 FlashmediumClaude Opus 4.7mediumvsMuse Spark 1.1lowClaude Opus 4.8mediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsGLM 5.2mediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsGPT-5.3-CodexmediumMuse Spark 1.1lowvsGLM 5mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumMuse Spark 1.1lowvsKimi K3maxMuse Spark 1.1lowvsGPT-5 MinimediumMuse Spark 1.1lowvsGPT-5.5medium