AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

Rezumat

Muse Spark 1.1 (medium) conduce la scorul mediu cu 8.9 vs 8.7. Claude Opus 4.7 (medium) are costul de benchmark mai mic, $0.679 vs $1.152. Claude Opus 4.7 (medium) este mai rapid cu 4.73s vs 23.35s, cu rate de reușită de 82.5% vs 76.2%.

Model recomandatClaude Opus 4.7 (medium)Scorul rămâne aproape de cel mai bun scor de aici (8.7 vs 8.9) și costă de aproximativ 1.7x mai puțin decât Muse Spark 1.1 (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-16

Metrică	Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 medium Lansare: 2026-07-16

Metrică	Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 medium Lansare: 2026-07-16
Scor	8.7	8.9
Rang	#18	#15
Fiabilitate	10.0	10.0
Consistență	9.6	9.2
Teste corecte
Rată de trecere pe încercare	82.5%	76.2%
Teste instabile	1	2
Rulări totale	63	63
Cost per rezultat	3.991	7.676
Cost total	$0.679	$1.152
Preț de intrare	$5.000 / 1M	$1.250 / 1M
Preț de ieșire	$25.000 / 1M	$4.250 / 1M
Total tokenuri de intrare	65,406	59,928
Tokenuri de ieșire	11,858	3,523
Tokenuri de raționament	2,198	249,752
Timp de răspuns (mediu)	4.73s	23.35s
Timp de răspuns (maxim)	23.18s	165.38s
Timp de răspuns (total)	94.51s	490.40s

Prezentare generare

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

Cost: $0.059
Timp: 26.8s
Tokenuri: 2,475 tok

#15 Muse Spark 1.1

medium

Cost: $0.024
Timp: 29.2s
Tokenuri: 5,774 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Muse Spark 1.1	10.0	10.0	100.0%	0		15.66s	8,562	347	23,562

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Muse Spark 1.1	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.96s	7,827	240	3,387

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Muse Spark 1.1	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Muse Spark 1.1	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.7mediumvsKimi K3max Claude Opus 4.7mediumvsGPT-5.2 Chatnone Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Claude Opus 4.7mediumvsDeepSeek V4 Flashhigh Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGemini 3.5 Flashlow DeepSeek V4 FlashhighvsMuse Spark 1.1medium