AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.6 Sol

Rezumat

GPT-5.6 Sol (high) conduce la scorul mediu cu 9.4 vs 8.9. GPT-5.6 Sol (high) are costul de benchmark mai mic, $0.821 vs $1.152. GPT-5.6 Sol (high) este mai rapid cu 10.56s vs 23.35s, cu rate de reușită de 76.2% vs 88.9%.

Model recomandatGPT-5.6 Sol (high)Are cel mai bun scor aici (9.4) și răspunde de aproximativ 2.2x mai rapid decât Muse Spark 1.1 (medium).

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

Metrică	Muse Spark 1.1 Muse Spark 1.1 medium Lansare: 2026-07-16	GPT-5.6 Sol GPT-5.6 Sol high Lansare: 2026-07-09

Metrică	Muse Spark 1.1 Muse Spark 1.1 medium Lansare: 2026-07-16	GPT-5.6 Sol GPT-5.6 Sol high Lansare: 2026-07-09
Scor	8.9	9.4
Rang	#15	#6
Fiabilitate	10.0	10.0
Consistență	9.2	8.8
Teste corecte
Rată de trecere pe încercare	76.2%	88.9%
Teste instabile	2	3
Rulări totale	63	63
Cost per rezultat	7.676	4.824
Cost total	$1.152	$0.821
Preț de intrare	$1.250 / 1M	$5.000 / 1M
Preț de ieșire	$4.250 / 1M	$30.000 / 1M
Total tokenuri de intrare	59,928	34,114
Tokenuri de ieșire	3,523	1,872
Tokenuri de raționament	249,752	19,777
Timp de răspuns (mediu)	23.35s	10.56s
Timp de răspuns (maxim)	165.38s	54.79s
Timp de răspuns (total)	490.40s	221.69s

Prezentare generare

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium

Cost: $0.024
Timp: 29.2s
Tokenuri: 5,774 tok

#6 GPT-5.6 Sol

high

Cost: $0.151
Timp: 201.9s
Tokenuri: 5,100 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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
GPT-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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		15.66s	8,562	347	23,562
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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		26.33s	21,282	838	11,595
GPT-5.6 Sol	10.0	10.0	100.0%	0		13.68s	11,019	315	1,599

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		4.96s	7,827	240	3,387
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	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		71.45s	2,016	105	109,166
GPT-5.6 Sol	5.3	7.2	44.4%	1		39.45s	619	62	9,556

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		4.41s	906	116	1,833
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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		6.99s	12,924	598	1,610
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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		18.45s	612	39	8,375
GPT-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 SolhighvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solhigh Claude Fable 5mediumvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.6 SolhighvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.5low Claude Opus 4.8mediumvsGPT-5.6 Solhigh