Claude Opus 4.8 (medium) vs Muse Spark 1.1 (high)

Muse Spark 1.1 (high) лидирует по среднему баллу: 8.4 vs 8.3. Muse Spark 1.1 (high) имеет более низкую стоимость benchmark: $2.570 vs $3.490. Claude Opus 4.8 (medium) быстрее: 16.72s vs 37.41s, с долей успешных попыток 82.6% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #80
Общее число выходных токенов: 67,842
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #73
Общее число выходных токенов: 505,566
Время ответа (среднее): 37.41s
Общая стоимость: $2.570

Рекомендуемая модель Claude Opus 4.8 (medium)

Его балл близок к лучшему здесь (8.3 против 8.4), и он отвечает примерно в 2.2 раза быстрее, чем Muse Spark 1.1 (high).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16
Оценка	8.3	8.4
Ранг	#80	#73
Надежность	10.0	10.0
Стабильность	9.0	8.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	69.6%
Нестабильные тесты	3	6
Всего запусков	69	69
Стоимость за результат	20.527	19.762
Общая стоимость	$3.490	$2.570
Цена входа	$5.000 / 1M	$1.250 / 1M
Цена выхода	$25.000 / 1M	$4.250 / 1M
Общее число входных токенов	360,294	336,310
Выходные токены	43,441	10,838
Токены рассуждений	24,401	494,728
Время ответа (среднее)	16.72s	37.41s
Время ответа (макс.)	99.37s	196.03s
Время ответа (суммарно)	384.66s	860.39s
Параметры	~5T всего (~500B активных)	~1T всего (~50B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#80 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#73 Muse Spark 1.1

high

Стоимость: $0.039
Время: 50.1s
Токены: 9,423 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
Muse Spark 1.1	10.0	10.0	100.0%	0		49.67s	207,097	2,482	11,168

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
Muse Spark 1.1	2.9	4.4	22.2%	2		94.74s	1,062	345	195,595

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Muse Spark 1.1highvsGPT-5 Minimedium Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsGLM 5.2high Muse Spark 1.1highvsKimi K3max Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high Muse Spark 1.1highvsQwen3.7 Maxmedium Claude Sonnet 5mediumvsMuse Spark 1.1high