AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.2 Chat

Rezumat

Muse Spark 1.1 (low) conduce la scorul mediu cu 8.8 vs 8.5. GPT-5.2 Chat are costul de benchmark mai mic, $0.393 vs $0.469. GPT-5.2 Chat este mai rapid cu 7.13s vs 10.11s, cu rate de reușită de 73.0% vs 74.6%.

Model recomandatGPT-5.2 ChatOferă cel mai bun compromis per total: scor competitiv (8.5), cost mai mic decât Muse Spark 1.1 (low) și timp de răspuns echilibrat.

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	GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11

Metrică	Muse Spark 1.1 Muse Spark 1.1 low Lansare: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11
Scor	8.8	8.5
Rang	#17	#25
Fiabilitate	10.0	10.0
Consistență	8.5	8.9
Teste corecte
Rată de trecere pe încercare	73.0%	74.6%
Teste instabile	4	3
Rulări totale	63	63
Cost per rezultat	3.606	2.803
Cost total	$0.469	$0.393
Preț de intrare	$1.250 / 1M	$1.750 / 1M
Preț de ieșire	$4.250 / 1M	$14.000 / 1M
Total tokenuri de intrare	59,923	34,212
Tokenuri de ieșire	3,722	23,744
Tokenuri de raționament	88,947	0
Timp de răspuns (mediu)	10.11s	7.13s
Timp de răspuns (maxim)	54.15s	38.52s
Timp de răspuns (total)	212.29s	149.69s

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

#25 GPT-5.2 Chat

none

Cost: $0.010
Timp: 15.3s
Tokenuri: 797 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
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	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		10.34s	8,562	394	14,503
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	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	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	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		3.22s	7,827	240	2,074
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	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	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	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		4.12s	906	131	1,125
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	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	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	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	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	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	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	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		8.17s	612	40	3,546
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low GPT-5.2 ChatnonevsGLM 5medium Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium GPT-5.2 ChatnonevsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium GPT-5.2 ChatnonevsGLM 5.2medium Muse Spark 1.1lowvsGLM 5medium