AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Max Preview

概要

平均スコアは 8.9 vs 8.9 でほぼ同等です。 Qwen3.6 Max Preview (medium) の benchmark コストが低く、$0.960 vs $1.152 です。 Muse Spark 1.1 (medium) の方が高速で、23.35s vs 59.63s です、成功率は 76.2% vs 81.0% 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、Qwen3.6 Max Preview (medium) より約 2.6 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	Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20

指標	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16	Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20
スコア	8.9	8.9
順位	#15	#14
信頼性	10.0	10.0
一貫性	9.2	9.3
正解テスト
試行ごとの合格率	76.2%	81.0%
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	7.024
合計コスト	$1.152	$0.960
入力価格	$1.250 / 1M	$1.040 / 1M
出力価格	$4.250 / 1M	$6.240 / 1M
合計入力トークン	59,928	42,362
出力トークン	3,523	2,273
推論トークン	249,752	144,367
応答時間（平均）	23.35s	59.63s
応答時間（最大）	165.38s	238.07s
応答時間（合計）	490.40s	1252.17s

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

#14 Qwen3.6 Max Preview

medium

コスト: $0.024
時間: 76.5s
トークン: 3,861 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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		121.49s	14,934	390	14,575

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

クイック比較

比較ペアを切り替え

Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsKimi K3max Kimi K3maxvsQwen3.6 Max Previewmedium Gemini 3.5 FlashlowvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.2 ChatnonevsQwen3.6 Max Previewmedium GPT-5.5lowvsQwen3.6 Max Previewmedium GPT-5.6 SolhighvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium