- 順位
- #25
- 合計出力トークン
- 252,312
- 応答時間（平均）
- 17.47s
- 合計コスト
- $1.227
Muse Spark 1.2 (medium) vs Qwen3.8 Max (low)
平均スコアは 8.6 vs 8.7 でほぼ同等です。 Qwen3.8 Max (low) の benchmark コストが低く、$0.687 vs $1.227 です。 Muse Spark 1.2 (medium) の方が高速で、17.47s vs 21.19s です、成功率は 74.2% vs 84.9% です。
- 順位
- #24
- 合計出力トークン
- 81,411
- 応答時間（平均）
- 21.19s
- 合計コスト
- $0.687
おすすめモデル
Qwen3.8 Max (low)
ここでは最高スコア（8.7）で、Muse Spark 1.2 (medium) 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 medium | Qwen3.8 Max Qwen3.8 Max low |
|---|---|---|
| スコア | 8.6 | 8.7 |
| 順位 | #25 | #24 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.7 | 9.0 |
| 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 | 74.2% | 84.9% |
| 不安定なテスト | 4 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.764 | 4.041 |
| 合計コスト | $1.227 | $0.687 |
| 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 | 123,671 | 99,172 |
| 出力トークン | 7,222 | 6,132 |
| 推論トークン | 245,090 | 75,279 |
| 応答時間（平均） | 17.47s | 21.19s |
| 応答時間（最大） | 142.49s | 155.75s |
| 応答時間（合計） | 384.44s | 466.14s |
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.
#25 Muse Spark 1.2
medium- コスト
- $0.033
- 時間
- 21.8s
- トークン
- 7,846 tok
#24 Qwen3.8 Max
low- コスト
- $0.026
- 時間
- 68.5s
- トークン
- 4,280 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 | 7.3 | 6.2 | 75.0% | 2 | 5.38s | 618 | 369 | 9,916 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 3.93s | 984 | 228 | 1,750 |
| 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 | 17.49s | 7,275 | 353 | 33,215 | |
| Qwen3.8 Max | 8.4 | 7.4 | 88.9% | 1 | 28.69s | 8,127 | 512 | 15,952 |
| 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 | 8.5 | 10.0 | 50.0% | 0 | 24.89s | 95,942 | 5,020 | 33,103 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 98.19s | 69,994 | 4,221 | 32,937 |
| 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 | 6.42s | 6,969 | 240 | 5,342 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 7.87s | 7,938 | 270 | 2,257 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 61.13s | 729 | 104 | 136,271 | |
| Qwen3.8 Max | 5.3 | 7.2 | 44.4% | 1 | 35.37s | 1,005 | 62 | 17,102 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 10.67s | 477 | 131 | 3,970 | |
| Qwen3.8 Max | 6.5 | 3.4 | 66.7% | 1 | 5.29s | 594 | 128 | 568 |
| 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 | 4.40s | 669 | 117 | 4,950 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 855 | 102 | 851 |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 9.45s | 651 | 387 | 11,155 | |
| Qwen3.8 Max | 9.9 | 10.0 | 100.0% | 0 | 4.11s | 930 | 286 | 1,304 |
| 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 | 3.89s | 10,158 | 459 | 1,314 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 8.06s | 8,463 | 295 | 693 |
| 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 | 12.79s | 183 | 42 | 5,854 | |
| Qwen3.8 Max | 3.0 | 10.0 | 0.0% | 0 | 12.43s | 282 | 28 | 1,865 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsQwen3.8 MaxlowClaude Opus 5lowvsMuse Spark 1.2mediumMuse Spark 1.1mediumvsQwen3.8 MaxlowClaude Fable 5mediumvsQwen3.8 MaxlowGemini 3.5 Flash LitehighvsQwen3.8 MaxlowMuse Spark 1.2highvsQwen3.8 MaxlowGemini 3.6 FlashlowvsMuse Spark 1.2mediumGemini 3.5 Flash LitehighvsMuse Spark 1.2mediumGPT-5.4mediumvsQwen3.8 MaxlowClaude Opus 4.8mediumvsQwen3.8 MaxlowMuse Spark 1.2mediumvsGrok 4.5lowGPT-5.3-CodexmediumvsQwen3.8 Maxlow