AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5-122B-A10B

Сводка

Muse Spark 1.1 (high) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.5-122B-A10B (medium) имеет более низкую стоимость benchmark: $0.588 vs $1.440. Muse Spark 1.1 (high) быстрее: 29.16s vs 42.49s, с долей успешных попыток 69.8% vs 73.0%.

Рекомендуемая модельQwen3.5-122B-A10B (medium)Его балл близок к лучшему здесь (7.7 против 7.8), при этом он примерно в 2.5 раза дешевле, чем Muse Spark 1.1 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-16

Метрика	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24

Метрика	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24
Оценка	7.8	7.7
Ранг	#41	#50
Надежность	10.0	10.0
Стабильность	8.1	8.8
Тестов верно
Доля успешных попыток	69.8%	73.0%
Нестабильные тесты	5	3
Всего запусков	61	63
Стоимость за результат	11.997	5.235
Общая стоимость	$1.440	$0.588
Цена входа	$1.250 / 1M	$0.260 / 1M
Цена выхода	$4.250 / 1M	$2.080 / 1M
Общее число входных токенов	64,900	41,832
Выходные токены	3,577	26,187
Токены рассуждений	316,055	251,028
Время ответа (среднее)	29.16s	42.49s
Время ответа (макс.)	196.03s	168.16s
Время ответа (суммарно)	583.18s	892.30s

Генерация showcase

Hamster playing table tennis

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

#41 Muse Spark 1.1

high

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

#50 Qwen3.5-122B-A10B

medium

Стоимость: $0.019
Время: 48.7s
Токены: 6,034 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
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.1highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Muse Spark 1.1highvsGrok 4.5low Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Muse Spark 1.1highvsQwen3.5-27Bmedium GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium