AI BENCHY Compare

Meta: Muse Spark 1.1 vs Z.ai: GLM 5.2

概要

Muse Spark 1.1 (medium) が平均スコアでリードし、8.9 vs 8.0 です。 GLM 5.2 (high) の benchmark コストが低く、$0.660 vs $1.152 です。 Muse Spark 1.1 (medium) の方が高速で、23.35s vs 37.09s です、成功率は 76.2% vs 77.8% 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、GLM 5.2 (high) 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: 2026-07-16

指標	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16	GLM 5.2 GLM 5.2 high リリース: 2026-06-17

指標	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16	GLM 5.2 GLM 5.2 high リリース: 2026-06-17
スコア	8.9	8.0
順位	#15	#35
信頼性	10.0	9.3
一貫性	9.2	7.6
正解テスト
試行ごとの合格率	76.2%	77.8%
不安定なテスト	2	6
総実行回数	63	63
結果あたりのコスト	7.676	4.255
合計コスト	$1.152	$0.660
入力価格	$1.250 / 1M	$0.919 / 1M
出力価格	$4.250 / 1M	$2.887 / 1M
合計入力トークン	59,928	34,993
出力トークン	3,523	51,575
推論トークン	249,752	166,065
応答時間（平均）	23.35s	37.09s
応答時間（最大）	165.38s	180.69s
応答時間（合計）	490.40s	778.91s

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

#35 GLM 5.2

high

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

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
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

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
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

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
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

クイック比較

比較ペアを切り替え

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsGLM 5.2high Nemotron 3 Ultra 550b A55bmedium無料で利用可能vsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high