AI BENCHY Compare

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3

概要

Muse Spark 1.1 (medium) が平均スコアでリードし、8.9 vs 8.5 です。 Muse Spark 1.1 (medium) の benchmark コストが低く、$1.152 vs $3.112 です。 Muse Spark 1.1 (medium) の方が高速で、23.35s vs 122.48s です、成功率は 76.2% vs 82.5% です。

おすすめモデルMuse Spark 1.1 (medium)ここでは最高スコア（8.9）で、Kimi K3 (max) より約 2.7 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 medium リリース: 2026-07-16	Kimi K3 Kimi K3 max リリース: 2026-07-16

指標	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16	Kimi K3 Kimi K3 max リリース: 2026-07-16
スコア	8.9	8.5
順位	#15	#21
信頼性	10.0	9.4
一貫性	9.2	9.2
正解テスト
試行ごとの合格率	76.2%	82.5%
不安定なテスト	2	2
総実行回数	63	63
結果あたりのコスト	7.676	19.446
合計コスト	$1.152	$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	59,928	34,916
出力トークン	3,523	2,910
推論トークン	249,752	197,529
応答時間（平均）	23.35s	122.48s
応答時間（最大）	165.38s	766.58s
応答時間（合計）	490.40s	2327.06s

生成ショーケース

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium

コスト: $0.024
時間: 29.2s
トークン: 5,774 tok

#21 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

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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
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		15.66s	8,562	347	23,562
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	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595
Kimi K3	10.0	10.0	100.0%	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		4.96s	7,827	240	3,387
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		71.45s	2,016	105	109,166
Kimi K3	5.9	7.2	55.6%	1		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		4.41s	906	116	1,833
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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
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	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610
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		18.45s	612	39	8,375
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 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max DeepSeek V4 FlashhighvsKimi K3max