Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash

Scorul mediu este practic egal la 8.1 vs 8.0. Step 3.7 Flash (medium) are costul de benchmark mai mic, $0.515 vs $1.694. Step 3.7 Flash (medium) este mai rapid cu 26.37s vs 31.49s, cu rate de reușită de 69.7% vs 72.7%.

Model recomandatStep 3.7 Flash (medium)Are cel mai bun scor aici (8.0) și costă de aproximativ 3.3x mai puțin decât Muse Spark 1.1 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-17

Metrică	Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29

Metrică	Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor	8.1	8.0
Rang	#27	#28
Fiabilitate	10.0	9.9
Consistență	7.9	8.9
Teste corecte
Rată de trecere pe încercare	69.7%	72.7%
Teste instabile	6	3
Rulări totale	64	64
Cost per rezultat	14.116	3.676
Cost total	$1.694	$0.515
Preț de intrare	$1.250 / 1M	$0.200 / 1M
Preț de ieșire	$4.250 / 1M	$1.150 / 1M
Total tokenuri de intrare	129,423	114,062
Tokenuri de ieșire	8,077	427,572
Tokenuri de raționament	352,421	0
Timp de răspuns (mediu)	31.49s	26.37s
Timp de răspuns (maxim)	196.03s	152.83s
Timp de răspuns (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

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

#28 Step 3.7 Flash

medium

Cost: $0.006
Timp: 46.2s
Tokenuri: 4,466 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
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

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	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

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
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

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
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

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
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

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
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

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
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

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
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Comparație rapidă

Schimbă perechea de comparație

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