AI BENCHY Compare

Meta: Muse Spark 1.1 vs Nemotron 3 Ultra 550b A55b

概要

Muse Spark 1.1 (medium) が平均スコアでリードし、8.9 vs 8.1 です。 Nemotron 3 Ultra 550b A55b (medium) の benchmark コストが低く、$0.249 vs $1.152 です。 Nemotron 3 Ultra 550b A55b (medium) の方が高速で、15.05s vs 23.35s です、成功率は 76.2% vs 69.8% です。

おすすめモデルNemotron 3 Ultra 550b A55b (medium)スコアはここでの最高値に近く（8.1 vs 8.9）、Muse Spark 1.1 (medium) より約 4.6 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 medium リリース: 2026-07-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium リリース: 2026-06-04 無料で利用可能

指標	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium リリース: 2026-06-04 無料で利用可能
スコア	8.9	8.1
順位	#15	#34
信頼性	10.0	9.7
一貫性	9.2	8.8
正解テスト
試行ごとの合格率	76.2%	69.8%
不安定なテスト	2	3
総実行回数	63	63
結果あたりのコスト	7.676	0.000
合計コスト	$1.152	$0.249
入力価格	$1.250 / 1M	$0.600 / 1M
出力価格	$4.250 / 1M	$3.600 / 1M
合計入力トークン	59,928	46,813
出力トークン	3,523	18,002
推論トークン	249,752	53,091
応答時間（平均）	23.35s	15.05s
応答時間（最大）	165.38s	43.93s
応答時間（合計）	490.40s	316.09s

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

#34 Nemotron 3 Ultra 550b A55b

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		8.62s	780	835	1,485

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
Nemotron 3 Ultra 550b A55b	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

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
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		43.93s	17,574	1,040	3,590

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
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

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
Nemotron 3 Ultra 550b A55b	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

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
Nemotron 3 Ultra 550b A55b	3.7	9.5	0.0%	0		2.52s	360	70	235

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
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		6.35s	765	182	1,243

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
Nemotron 3 Ultra 550b A55b	5.5	9.9	33.3%	0		3.54s	792	771	2,055

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
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		7.72s	9,781	304	984

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
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		38.47s	228	304	8,240

クイック比較

比較ペアを切り替え