Muse Spark 1.1 (high) vs Qwen3.8 2.4T A95B (low)

Средний балл практически равен: 8.4 vs 8.4. Muse Spark 1.1 (high) имеет более низкую стоимость benchmark: $2.570 vs $4.016. Muse Spark 1.1 (high) быстрее: 37.41s vs 120.40s, с долей успешных попыток 69.6% vs 73.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-10

Сравниваемые модели

Ранг: #109
Общее число выходных токенов: 505,566
Время ответа (среднее): 37.41s
Общая стоимость: $2.570

Ранг: #104
Общее число выходных токенов: 424,019
Время ответа (среднее): 120.40s
Общая стоимость: $4.016

Рекомендуемая модель Muse Spark 1.1 (high)

Здесь у него лучший балл (8.4), при этом он примерно в 1.6 раза дешевле, чем Qwen3.8 2.4T A95B (low).

Подробное сравнение

Метрика	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12

Метрика	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12
Оценка	8.4	8.4
Ранг	#109	#104
Надежность	10.0	9.6
Стабильность	8.0	9.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	69.6%	73.9%
Нестабильные тесты	6	2
Всего запусков	69	69
Стоимость за результат	19.762	19.825
Общая стоимость	$2.570	$4.016
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.150 / 1M	$0.250 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	336,310	313,881
Выходные токены	10,838	123,706
Токены рассуждений	494,728	388,328
Время ответа (среднее)	37.41s	120.40s
Время ответа (макс.)	196.03s	534.21s
Время ответа (суммарно)	860.39s	2769.16s
Параметры	~1T всего (~50B активных)	2.4T всего (95B активных)
Доступность	Закрытая модель	Веса доступны

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#109 Muse Spark 1.1

high

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

#104 Qwen3.8 2.4T A95B

low

Стоимость: $0.100
Время: 193.2s
Токены: 16,767 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
Muse Spark 1.1	10.0	10.0	100.0%	0		49.67s	207,097	2,482	11,168
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

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
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	2.9	4.4	22.2%	2		94.74s	1,062	345	195,595
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

Сменить пару сравнения