AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

Rezumat

GPT-5.5 (low) conduce la scorul mediu cu 9.3 vs 8.8. Muse Spark 1.1 (low) are costul de benchmark mai mic, $0.469 vs $0.907. GPT-5.5 (low) este mai rapid cu 9.76s vs 10.11s, cu rate de reușită de 73.0% vs 85.7%.

Model recomandatGPT-5.5 (low)Are cel mai puternic scor din această comparație (9.3) 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	GPT-5.5 GPT-5.5 low Lansare: 2026-04-24

Metrică	Muse Spark 1.1 Muse Spark 1.1 low Lansare: 2026-07-16	GPT-5.5 GPT-5.5 low Lansare: 2026-04-24
Scor	8.8	9.3
Rang	#17	#7
Fiabilitate	10.0	10.0
Consistență	8.5	10.0
Teste corecte
Rată de trecere pe încercare	73.0%	85.7%
Teste instabile	4	0
Rulări totale	63	63
Cost per rezultat	3.606	5.035
Cost total	$0.469	$0.907
Preț de intrare	$1.250 / 1M	$5.000 / 1M
Preț de ieșire	$4.250 / 1M	$30.000 / 1M
Total tokenuri de intrare	59,923	34,209
Tokenuri de ieșire	3,722	2,046
Tokenuri de raționament	88,947	22,460
Timp de răspuns (mediu)	10.11s	9.76s
Timp de răspuns (maxim)	54.15s	56.19s
Timp de răspuns (total)	212.29s	204.92s

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

#7 GPT-5.5

low

Cost: $0.068
Timp: 37.0s
Tokenuri: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5lowvsQwen3.7 Maxmedium Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Muse Spark 1.1lowvsGPT-5.3-Codexmedium Gemini 3.5 FlashmediumvsGPT-5.5low Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium