#16 Muse Spark 1.1
medium- コスト
- $0.024
- 時間
- 29.2s
- トークン
- 5,774 tok
Meta: Muse Spark 1.1 vs OpenAI: GPT-5.4
Muse Spark 1.1 (medium) が平均スコアでリードし、8.6 vs 8.5 です。 Muse Spark 1.1 (medium) の benchmark コストが低く、$1.357 vs $1.533 です。 GPT-5.4 (medium) の方が高速で、23.10s vs 24.97s です、成功率は 72.7% vs 77.3% です。
おすすめモデルMuse Spark 1.1 (medium)この比較で最も高いスコア（8.6）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。
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: 2026-07-18
| 指標 | Muse Spark 1.1 Muse Spark 1.1 medium | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| スコア | 8.6 | 8.5 |
| 順位 | #16 | #18 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 77.3% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 9.041 | 10.220 |
| 合計コスト | $1.357 | $1.533 |
| 入力価格 | $1.250 / 1M | $2.500 / 1M |
| 出力価格 | $4.250 / 1M | $15.000 / 1M |
| 合計入力トークン | 142,567 | 81,127 |
| 出力トークン | 7,905 | 6,155 |
| 推論トークン | 269,225 | 82,515 |
| 応答時間（平均） | 24.97s | 23.10s |
| 応答時間（最大） | 165.38s | 100.41s |
| 応答時間（合計） | 549.31s | 508.26s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#18 GPT-5.4
medium- コスト
- $0.214
- 時間
- 199.6s
- トークン
- 14,349 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 | 10.0 | 10.0 | 100.0% | 0 | 5.72s | 2,334 | 657 | 8,260 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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 | 8.3 | 10.0 | 50.0% | 0 | 42.62s | 103,921 | 5,220 | 31,068 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 |
| 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 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 |
| 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 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
クイック比較
比較ペアを切り替え
GPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1mediumvsGrok 4.5lowMuse Spark 1.1lowvsGPT-5.4mediumMuse Spark 1.1mediumvsGrok 4.5highGemini 3.5 FlashlowvsMuse Spark 1.1mediumGPT-5.4mediumvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.4mediumMuse Spark 1.1highvsGPT-5.4mediumGPT-5.4mediumvsInklinghighGPT-5.4mediumvsGLM 5.2highKimi K3maxvsGPT-5.4mediumMuse Spark 1.1mediumvsInklinghigh