Claude Opus 4.8 (medium) vs Muse Spark 1.2 (high)

Claude Opus 4.8 (medium) лидирует по среднему баллу: 8.8 vs 8.8. Muse Spark 1.2 (high) имеет более низкую стоимость benchmark: $1.632 vs $1.931. Claude Opus 4.8 (medium) быстрее: 12.49s vs 23.99s, с долей успешных попыток 84.9% vs 75.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-05

Ранг: #19
Общее число выходных токенов: 49,841
Время ответа (среднее): 12.49s
Общая стоимость: $1.931

Ранг: #20
Общее число выходных токенов: 349,571
Время ответа (среднее): 23.99s
Общая стоимость: $1.632

Рекомендуемая модель Claude Opus 4.8 (medium)

Здесь у него лучший балл (8.8), и он отвечает примерно в 1.9 раза быстрее, чем Muse Spark 1.2 (high).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06
Оценка	8.8	8.8
Ранг	#19	#20
Надежность	10.0	9.8
Стабильность	9.6	8.7
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	84.9%	75.8%
Нестабильные тесты	1	4
Всего запусков	66	66
Стоимость за результат	10.724	10.880
Общая стоимость	$1.931	$1.632
Цена входа	$5.000 / 1M	$1.250 / 1M
Цена выхода	$25.000 / 1M	$4.250 / 1M
Общее число входных токенов	138,451	117,028
Выходные токены	40,766	6,983
Токены рассуждений	9,075	342,588
Время ответа (среднее)	12.49s	23.99s
Время ответа (макс.)	70.54s	192.00s
Время ответа (суммарно)	274.72s	527.70s

Генерация showcase моделей

Hamster playing table tennis

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

#19 Claude Opus 4.8

medium

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

#20 Muse Spark 1.2

high

Стоимость: $0.057
Время: 34.7s
Токены: 13,356 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:

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 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656

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 1.2	10.0	10.0	100.0%	0		22.24s	7,275	351	47,857

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 1.2	8.0	6.9	66.7%	1		39.89s	89,299	4,673	47,491

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 1.2	10.0	10.0	100.0%	0		6.93s	6,969	240	6,258

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	10.0	33.3%	0		14.59s	975	7,477	900
Muse Spark 1.2	5.9	7.2	55.6%	1		89.79s	729	94	196,042

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 1.2	10.0	10.0	100.0%	0		13.93s	477	120	4,203

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 1.2	9.8	10.0	100.0%	0		5.43s	669	117	6,124

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 1.2	8.2	7.7	77.8%	1		10.07s	651	343	15,171

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 1.2	10.0	10.0	100.0%	0		4.00s	10,158	459	1,316

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 1.2	3.0	10.0	0.0%	0		14.99s	183	42	6,470

Быстрое сравнение

Сменить пару сравнения

Gemini 3.6 FlashlowvsMuse Spark 1.2high Claude Opus 4.7mediumvsMuse Spark 1.2high Muse Spark 1.2highvsQwen3.8 Maxlow Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow Claude Fable 5mediumvsMuse Spark 1.2high Claude Opus 4.8mediumvsQwen3.8 Maxlow Claude Opus 5lowvsMuse Spark 1.2high Muse Spark 1.2highvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsMuse Spark 1.2high