- 順位
- #20
- 合計出力トークン
- 349,571
- 応答時間（平均）
- 23.99s
- 合計コスト
- $1.632
Muse Spark 1.2 (high) vs GPT-5.3-Codex (medium)
GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 8.8 です。 GPT-5.3-Codex (medium) の benchmark コストが低く、$0.920 vs $1.632 です。 GPT-5.3-Codex (medium) の方が高速で、16.96s vs 23.99s です、成功率は 75.8% vs 83.3% です。
- 順位
- #18
- 合計出力トークン
- 55,525
- 応答時間（平均）
- 16.96s
- 合計コスト
- $0.920
おすすめモデル
GPT-5.3-Codex (medium)
ここでは最高スコア（8.9）で、Muse Spark 1.2 (high) より約 1.8 倍低コストです。
詳細比較
| 指標 | Muse Spark 1.2 Muse Spark 1.2 high | GPT-5.3-Codex GPT-5.3-Codex medium |
|---|---|---|
| スコア | 8.8 | 8.9 |
| 順位 | #20 | #18 |
| 信頼性 | 9.8 | 10.0 |
| 一貫性 | 8.7 | 8.6 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.8% | 83.3% |
| 不安定なテスト | 4 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 10.880 | 5.748 |
| 合計コスト | $1.632 | $0.920 |
| 入力価格 | $1.250 / 1M | $1.750 / 1M |
| 出力価格 | $4.250 / 1M | $14.000 / 1M |
| 合計入力トークン | 117,028 | 81,268 |
| 出力トークン | 6,983 | 6,251 |
| 推論トークン | 342,588 | 49,274 |
| 応答時間（平均） | 23.99s | 16.96s |
| 応答時間（最大） | 192.00s | 100.93s |
| 応答時間（合計） | 527.70s | 373.19s |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 Muse Spark 1.2
high- コスト
- $0.057
- 時間
- 34.7s
- トークン
- 13,356 tok
#18 GPT-5.3-Codex
medium- コスト
- $0.049
- 時間
- 54.9s
- トークン
- 3,580 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 1.2 | 7.1 | 8.4 | 58.3% | 1 | 6.00s | 618 | 544 | 11,656 | |
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 606 | 240 | 1,722 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 22.24s | 7,275 | 351 | 47,857 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 |
| 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 1.2 | 8.0 | 6.9 | 66.7% | 1 | 39.89s | 89,299 | 4,673 | 47,491 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 26.04s | 57,988 | 4,258 | 5,816 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 6.93s | 6,969 | 240 | 6,258 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 7,140 | 234 | 728 |
| 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 1.2 | 5.9 | 7.2 | 55.6% | 1 | 89.79s | 729 | 94 | 196,042 | |
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 64.31s | 813 | 64 | 25,308 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 13.93s | 477 | 120 | 4,203 | |
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 477 | 187 | 331 |
| 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 1.2 | 9.8 | 10.0 | 100.0% | 0 | 5.43s | 669 | 117 | 6,124 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 660 | 93 | 693 |
| 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 1.2 | 8.2 | 7.7 | 77.8% | 1 | 10.07s | 651 | 343 | 15,171 | |
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.05s | 642 | 356 | 1,593 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 10,158 | 459 | 1,316 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 5,445 | 254 | 492 |
| 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 1.2 | 3.0 | 10.0 | 0.0% | 0 | 14.99s | 183 | 42 | 6,470 | |
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 195 | 30 | 1,701 |
クイック比較
比較ペアを切り替え
GPT-5.3-CodexmediumvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.6 FlashlowvsMuse Spark 1.2highClaude Opus 4.7mediumvsMuse Spark 1.2highMuse Spark 1.2highvsQwen3.8 MaxlowClaude Opus 4.8mediumvsMuse Spark 1.2highClaude Fable 5mediumvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2highGemini 3.5 Flash LitehighvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsMuse Spark 1.2highGemini 3.6 FlashlowvsGPT-5.3-CodexmediumMuse Spark 1.2highvsGPT-5.5medium