Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash

A pontuação média está praticamente empatada em 8.1 vs 8.0. Step 3.7 Flash (medium) tem menor custo de benchmark com $0.515 vs $1.694. Step 3.7 Flash (medium) é mais rápido com 26.37s vs 31.49s, com taxas de acerto de 69.7% vs 72.7%.

Modelo recomendadoStep 3.7 Flash (medium)Tem a melhor pontuação aqui (8.0) e custa cerca de 3.3x menos que Muse Spark 1.1 (high).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-17

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lançamento: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Lançamento: 2026-05-29

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lançamento: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Lançamento: 2026-05-29
Pontuação	8.1	8.0
Posição	#27	#28
Confiabilidade	10.0	9.9
Consistência	7.9	8.9
Testes corretos
Taxa de acerto por tentativa	69.7%	72.7%
Testes instáveis	6	3
Execuções totais	64	64
Custo por resultado	14.116	3.676
Custo total	$1.694	$0.515
Preço de entrada	$1.250 / 1M	$0.200 / 1M
Preço de saída	$4.250 / 1M	$1.150 / 1M
Total de tokens de entrada	129,423	114,062
Tokens de saída	8,077	427,572
Tokens de raciocínio	352,421	0
Tempo de resposta (médio)	31.49s	26.37s
Tempo de resposta (máx.)	196.03s	152.83s
Tempo de resposta (total)	661.28s	580.25s

Hamster playing table tennis

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

#27 Muse Spark 1.1

high

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

#28 Step 3.7 Flash

medium

Custo: $0.006
Tempo: 46.2s
Tokens: 4,466 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
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

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
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

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
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

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
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

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
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

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
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

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
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

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
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

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
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Comparação rápida

Trocar par de comparação

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Muse Spark 1.1highvsGPT-5 Minimedium Step 3.7 FlashmediumvsGLM 5.2high Muse Spark 1.1highvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Muse Spark 1.1highvsKimi K3max Gemini 2.5 FlashmediumvsMuse Spark 1.1high Seed-2.0-LitemediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.7 Plusmedium Muse Spark 1.1lowvsStep 3.7 Flashmedium Muse Spark 1.1highvsQwen3.6 Plusmedium