#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 xAI: Grok 4.5
Muse Spark 1.1 (medium) が平均スコアでリードし、8.6 vs 8.4 です。 Grok 4.5 (low) の benchmark コストが低く、$0.935 vs $1.357 です。 Grok 4.5 (low) の方が高速で、15.56s vs 24.97s です、成功率は 72.7% vs 75.8% です。
おすすめモデルGrok 4.5 (low)スコアはここでの最高値に近く（8.4 vs 8.6）、Muse Spark 1.1 (medium) より約 1.6 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: 2026-07-17
| 指標 | Muse Spark 1.1 Muse Spark 1.1 medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| スコア | 8.6 | 8.4 |
| 順位 | #16 | #20 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 9.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 75.8% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 9.041 | 5.844 |
| 合計コスト | $1.357 | $0.935 |
| 入力価格 | $1.250 / 1M | $2.000 / 1M |
| 出力価格 | $4.250 / 1M | $6.000 / 1M |
| 合計入力トークン | 142,567 | 125,596 |
| 出力トークン | 7,905 | 7,505 |
| 推論トークン | 269,225 | 106,446 |
| 応答時間（平均） | 24.97s | 15.56s |
| 応答時間（最大） | 165.38s | 205.28s |
| 応答時間（合計） | 549.31s | 342.32s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 xAI: Grok 4.5
low- コスト
- $0.011
- 時間
- 12.4s
- トークン
- 2,018 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 2,991 | 261 | 3,000 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 13.72s | 9,579 | 303 | 15,641 |
| 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 | |
| Grok 4.5 | 6.5 | 10.0 | 50.0% | 0 | 12.75s | 82,028 | 6,031 | 3,583 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 8,937 | 225 | 2,549 |
| 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 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 72.64s | 2,514 | 14 | 70,275 |
| 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 | |
| Grok 4.5 | 6.1 | 3.1 | 66.7% | 1 | 4.88s | 1,077 | 98 | 1,253 |
| 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 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 2.80s | 1,857 | 57 | 1,878 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.20s | 2,430 | 217 | 2,590 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 13,394 | 284 | 871 |
| 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 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 13.98s | 789 | 15 | 4,806 |
クイック比較
比較ペアを切り替え
GPT-5.2mediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGPT-5.4mediumvsGrok 4.5lowGemini 2.5 FlashmediumvsGrok 4.5lowClaude Fable 5mediumvsGrok 4.5lowMuse Spark 1.1mediumvsGrok 4.5highClaude Opus 4.7mediumvsGrok 4.5lowGemini 3.5 FlashlowvsMuse Spark 1.1mediumGPT-5 MinimediumvsGrok 4.5lowMuse Spark 1.1highvsGrok 4.5lowStep 3.7 FlashmediumvsGrok 4.5low