AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5-27B

Rezumat

Scorul mediu este practic egal la 7.8 vs 7.9. Qwen3.5-27B (medium) are costul de benchmark mai mic, $0.536 vs $1.440. Muse Spark 1.1 (high) este mai rapid cu 29.16s vs 68.39s, cu rate de reușită de 69.8% vs 73.0%.

Model recomandatQwen3.5-27B (medium)Are cel mai bun scor aici (7.9) și costă de aproximativ 2.7x mai puțin decât Muse Spark 1.1 (high).

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

Metrică	Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16	Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24

Metrică	Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16	Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor	7.8	7.9
Rang	#41	#39
Fiabilitate	10.0	10.0
Consistență	8.1	8.5
Teste corecte
Rată de trecere pe încercare	69.8%	73.0%
Teste instabile	5	4
Rulări totale	61	63
Cost per rezultat	11.997	4.901
Cost total	$1.440	$0.536
Preț de intrare	$1.250 / 1M	$0.195 / 1M
Preț de ieșire	$4.250 / 1M	$1.560 / 1M
Total tokenuri de intrare	64,900	42,164
Tokenuri de ieșire	3,577	8,534
Tokenuri de raționament	316,055	329,289
Timp de răspuns (mediu)	29.16s	68.39s
Timp de răspuns (maxim)	196.03s	234.36s
Timp de răspuns (total)	583.18s	1436.24s

Prezentare generare

Hamster playing table tennis

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

#41 Muse Spark 1.1

high

Cost: $0.039
Timp: 50.1s
Tokenuri: 9,423 tok

#39 Qwen3.5-27B

medium

Cost: $0.008
Timp: 62.0s
Tokenuri: 3,099 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
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparație rapidă

Schimbă perechea de comparație

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Qwen3.5-27BmediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Muse Spark 1.1highvsKimi K2.6mediumDisponibil gratuit Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium