AI BENCHY Compare

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

Rezumat

GPT-5.6 Sol (low) conduce la scorul mediu cu 9.5 vs 8.9. GPT-5.6 Sol (low) are costul de benchmark mai mic, $0.649 vs $1.152. GPT-5.6 Sol (low) este mai rapid cu 8.29s vs 23.35s, cu rate de reușită de 76.2% vs 85.7%.

Model recomandatGPT-5.6 Sol (low)Are cel mai bun scor aici (9.5) și costă de aproximativ 1.8x mai puțin 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 low 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 low Lansare: 2026-07-09
Scor	8.9	9.5
Rang	#15	#3
Fiabilitate	10.0	10.0
Consistență	9.2	9.2
Teste corecte
Rată de trecere pe încercare	76.2%	85.7%
Teste instabile	2	2
Rulări totale	63	63
Cost per rezultat	7.676	3.816
Cost total	$1.152	$0.649
Preț de intrare	$1.250 / 1M	$5.000 / 1M
Preț de ieșire	$4.250 / 1M	$30.000 / 1M
Total tokenuri de intrare	59,928	34,218
Tokenuri de ieșire	3,523	1,898
Tokenuri de raționament	249,752	14,023
Timp de răspuns (mediu)	23.35s	8.29s
Timp de răspuns (maxim)	165.38s	53.91s
Timp de răspuns (total)	490.40s	174.04s

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

#3 GPT-5.6 Sol

low

Cost: $0.062
Timp: 26.7s
Tokenuri: 2,150 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	8.3	10.0	75.0%	0		2.60s	606	174	492

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		11.25s	7,302	412	3,482

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		9.87s	11,019	318	792

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		1.82s	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		29.07s	723	71	7,822

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		3.07s	477	99	135

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		2.27s	660	90	146

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	8.2	7.2	88.9%	1		3.44s	642	224	534

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		7.56s	5,454	258	294

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	10.0	10.0	100.0%	0		3.67s	195	30	326

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Sollow Muse Spark 1.1mediumvsKimi K3max Claude Fable 5mediumvsGPT-5.6 Sollow Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Gemini 3.5 FlashmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium