AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

概要

GPT-5.5 (medium) が平均スコアでリードし、9.0 vs 8.9 です。 Muse Spark 1.1 (medium) の benchmark コストが低く、$1.152 vs $3.679 です。 Muse Spark 1.1 (medium) の方が高速で、23.35s vs 37.98s です、成功率は 76.2% vs 87.3% です。

おすすめモデルMuse Spark 1.1 (medium)スコアはここでの最高値に近く（8.9 vs 9.0）、GPT-5.5 (medium) より約 3.2 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	GPT-5.5 GPT-5.5 medium 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 medium リリース: 2026-04-24
スコア	8.9	9.0
順位	#15	#12
信頼性	10.0	10.0
一貫性	9.2	8.9
正解テスト
試行ごとの合格率	76.2%	87.3%
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	21.638
合計コスト	$1.152	$3.679
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	34,212
出力トークン	3,523	1,985
推論トークン	249,752	114,925
応答時間（平均）	23.35s	37.98s
応答時間（最大）	165.38s	332.10s
応答時間（合計）	490.40s	797.60s

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

#12 GPT-5.5

medium

コスト: $0.112
時間: 71.9s
トークン: 3,807 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		4.66s	606	250	1,335

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	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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		19.29s	11,019	312	2,841

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		4.18s	7,140	234	593

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	7.2	44.4%	1		164.14s	723	67	79,625

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		4.16s	477	138	223

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	10.0	10.0	100.0%	0		3.36s	660	93	538

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		6.76s	642	241	2,225

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		10.57s	5,445	258	832

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	2.8	1.6	33.3%	1		37.86s	195	30	1,754

クイック比較

比較ペアを切り替え

Muse Spark 1.1lowvsGPT-5.5medium Gemini 3.5 FlashlowvsGPT-5.5medium Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Kimi K3maxvsGPT-5.5medium Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium Muse Spark 1.1mediumvsGPT-5.6 Terrahigh Muse Spark 1.1mediumvsGPT-5.6 Sollow DeepSeek V4 FlashhighvsGPT-5.5medium