AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

概要

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 8.9 です。 GPT-5.5 (low) の benchmark コストが低く、$0.907 vs $1.152 です。 GPT-5.5 (low) の方が高速で、9.76s vs 23.35s です、成功率は 76.2% vs 85.7% です。

おすすめモデルGPT-5.5 (low)ここでは最高スコア（9.3）で、Muse Spark 1.1 (medium) より約 2.4 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 medium リリース: 2026-07-16	GPT-5.5 GPT-5.5 low リリース: 2026-04-24

指標	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16	GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア	8.9	9.3
順位	#15	#7
信頼性	10.0	10.0
一貫性	9.2	10.0
正解テスト
試行ごとの合格率	76.2%	85.7%
不安定なテスト	2	0
総実行回数	63	63
結果あたりのコスト	7.676	5.035
合計コスト	$1.152	$0.907
入力価格	$1.250 / 1M	$5.000 / 1M
出力価格	$4.250 / 1M	$30.000 / 1M
合計入力トークン	59,928	34,209
出力トークン	3,523	2,046
推論トークン	249,752	22,460
応答時間（平均）	23.35s	9.76s
応答時間（最大）	165.38s	56.19s
応答時間（合計）	490.40s	204.92s

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

#7 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 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
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

クイック比較

比較ペアを切り替え

GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Gemini 3.5 FlashhighvsGPT-5.5low