AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Meta: Muse Spark 1.1

Resumo

Muse Spark 1.1 (high) lidera na pontuação média com 7.8 vs 7.7. Claude Opus 4.8 (low) tem menor custo de benchmark com $1.270 vs $1.440. Claude Opus 4.8 (low) é mais rápido com 10.83s vs 29.16s, com taxas de acerto de 79.4% vs 69.8%.

Modelo recomendadoClaude Opus 4.8 (low)A pontuação fica perto da melhor aqui (7.7 vs 7.8) e responde cerca de 2.7x mais rápido que Muse Spark 1.1 (high).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-16

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high Lançamento: 2026-07-16

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high Lançamento: 2026-07-16
Pontuação	7.7	7.8
Posição	#51	#41
Confiabilidade	10.0	10.0
Consistência	8.8	8.1
Testes corretos
Taxa de acerto por tentativa	79.4%	69.8%
Testes instáveis	3	5
Execuções totais	63	61
Custo por resultado	8.466	11.997
Custo total	$1.270	$1.440
Preço de entrada	$5.000 / 1M	$1.250 / 1M
Preço de saída	$25.000 / 1M	$4.250 / 1M
Total de tokens de entrada	60,946	64,900
Tokens de saída	31,771	3,577
Tokens de raciocínio	6,831	316,055
Tempo de resposta (médio)	10.83s	29.16s
Tempo de resposta (máx.)	127.97s	196.03s
Tempo de resposta (total)	227.39s	583.18s

Geração showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#51 Claude Opus 4.8

low

Custo: $0.031
Tempo: 14.1s
Tokens: 1,345 tok

#41 Muse Spark 1.1

high

Custo: $0.039
Tempo: 50.1s
Tokens: 9,423 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Comparação rápida

Trocar par de comparação

Muse Spark 1.1highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Opus 4.8lowvsKimi K2.6mediumDisponível grátis Claude Sonnet 4.6mediumvsMuse Spark 1.1high Claude Opus 4.8lowvsGrok 4.3medium Claude Opus 4.8lowvsGemini 3.1 Flash Litemedium Muse Spark 1.1highvsGrok 4.5low Claude Opus 4.8lowvsQwen3.5 Plus 2026-04-20medium Claude Opus 4.8lowvsGemini 3.1 Flash Lite Previewmedium Claude Opus 4.8lowvsGPT-5.6 Lunahigh