AI BENCHY Compare

Meta: Muse Spark 1.1 vs Nemotron 3 Ultra 550b A55b

Rezumat

Muse Spark 1.1 (low) conduce la scorul mediu cu 8.8 vs 8.1. Nemotron 3 Ultra 550b A55b (medium) are costul de benchmark mai mic, $0.249 vs $0.469. Muse Spark 1.1 (low) este mai rapid cu 10.11s vs 15.05s, cu rate de reușită de 73.0% vs 69.8%.

Model recomandatMuse Spark 1.1 (low)Are cel mai puternic scor din această comparație (8.8) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

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

Metrică	Muse Spark 1.1 Muse Spark 1.1 low Lansare: 2026-07-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium Lansare: 2026-06-04 Disponibil gratuit

Metrică	Muse Spark 1.1 Muse Spark 1.1 low Lansare: 2026-07-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium Lansare: 2026-06-04 Disponibil gratuit
Scor	8.8	8.1
Rang	#17	#34
Fiabilitate	10.0	9.7
Consistență	8.5	8.8
Teste corecte
Rată de trecere pe încercare	73.0%	69.8%
Teste instabile	4	3
Rulări totale	63	63
Cost per rezultat	3.606	0.000
Cost total	$0.469	$0.249
Preț de intrare	$1.250 / 1M	$0.600 / 1M
Preț de ieșire	$4.250 / 1M	$3.600 / 1M
Total tokenuri de intrare	59,923	46,813
Tokenuri de ieșire	3,722	18,002
Tokenuri de raționament	88,947	53,091
Timp de răspuns (mediu)	10.11s	15.05s
Timp de răspuns (maxim)	54.15s	43.93s
Timp de răspuns (total)	212.29s	316.09s

Prezentare generare

Hamster playing table tennis

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

#17 Muse Spark 1.1

low

Cost: $0.020
Timp: 39.2s
Tokenuri: 4,947 tok

#34 Nemotron 3 Ultra 550b A55b

medium

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 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	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		8.62s	780	835	1,485

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		10.34s	8,562	394	14,503
Nemotron 3 Ultra 550b A55b	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

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	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		43.93s	17,574	1,040	3,590

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		3.22s	7,827	240	2,074
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

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	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049
Nemotron 3 Ultra 550b A55b	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

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		4.12s	906	131	1,125
Nemotron 3 Ultra 550b A55b	3.7	9.5	0.0%	0		2.52s	360	70	235

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	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		6.35s	765	182	1,243

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	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
Nemotron 3 Ultra 550b A55b	5.5	9.9	33.3%	0		3.54s	792	771	2,055

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	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		7.72s	9,781	304	984

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		8.17s	612	40	3,546
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		38.47s	228	304	8,240

Comparație rapidă

Schimbă perechea de comparație

Nemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Nemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGLM 5.2high Muse Spark 1.1lowvsQwen3.6 Max Previewmedium DeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuit KAT-Coder-Pro V2.5lowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuit Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium