AI BENCHY Compare

Meta: Muse Spark 1.1 vs Z.ai: GLM 5.2

Rezumat

Muse Spark 1.1 (medium) conduce la scorul mediu cu 8.9 vs 8.0. GLM 5.2 (high) are costul de benchmark mai mic, $0.660 vs $1.152. Muse Spark 1.1 (medium) este mai rapid cu 23.35s vs 37.09s, cu rate de reușită de 76.2% vs 77.8%.

Model recomandatMuse Spark 1.1 (medium)Are cel mai bun scor aici (8.9) și răspunde de aproximativ 1.6x mai rapid decât GLM 5.2 (high).

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	GLM 5.2 GLM 5.2 high Lansare: 2026-06-17

Metrică	Muse Spark 1.1 Muse Spark 1.1 medium Lansare: 2026-07-16	GLM 5.2 GLM 5.2 high Lansare: 2026-06-17
Scor	8.9	8.0
Rang	#15	#35
Fiabilitate	10.0	9.3
Consistență	9.2	7.6
Teste corecte
Rată de trecere pe încercare	76.2%	77.8%
Teste instabile	2	6
Rulări totale	63	63
Cost per rezultat	7.676	4.255
Cost total	$1.152	$0.660
Preț de intrare	$1.250 / 1M	$0.919 / 1M
Preț de ieșire	$4.250 / 1M	$2.887 / 1M
Total tokenuri de intrare	59,928	34,993
Tokenuri de ieșire	3,523	51,575
Tokenuri de raționament	249,752	166,065
Timp de răspuns (mediu)	23.35s	37.09s
Timp de răspuns (maxim)	165.38s	180.69s
Timp de răspuns (total)	490.40s	778.91s

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

#35 GLM 5.2

high

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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

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
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

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
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

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
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high