AI BENCHY Compare

Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash

Сводка

Muse Spark 1.1 (low) лидирует по среднему баллу: 8.8 vs 8.5. Step 3.7 Flash (medium) имеет более низкую стоимость benchmark: $0.376 vs $0.469. Muse Spark 1.1 (low) быстрее: 10.11s vs 20.35s, с долей успешных попыток 73.0% vs 73.0%.

Рекомендуемая модельMuse Spark 1.1 (low)Здесь у него лучший балл (8.8), и он отвечает примерно в 2.0 раза быстрее, чем Step 3.7 Flash (medium).

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

Метрика	Muse Spark 1.1 Muse Spark 1.1 low Релиз: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	Muse Spark 1.1 Muse Spark 1.1 low Релиз: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	8.8	8.5
Ранг	#17	#26
Надежность	10.0	9.9
Стабильность	8.5	9.3
Тестов верно
Доля успешных попыток	73.0%	73.0%
Нестабильные тесты	4	2
Всего запусков	63	61
Стоимость за результат	3.606	2.686
Общая стоимость	$0.469	$0.376
Цена входа	$1.250 / 1M	$0.200 / 1M
Цена выхода	$4.250 / 1M	$1.150 / 1M
Общее число входных токенов	59,923	39,981
Выходные токены	3,722	319,958
Токены рассуждений	88,947	0
Время ответа (среднее)	10.11s	20.35s
Время ответа (макс.)	54.15s	113.98s
Время ответа (суммарно)	212.29s	427.42s

Генерация showcase

Hamster playing table tennis

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

#17 Muse Spark 1.1

low

Стоимость: $0.020
Время: 39.2s
Токены: 4,947 tok

#26 Step 3.7 Flash

medium

Стоимость: $0.006
Время: 46.2s
Токены: 4,466 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	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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		10.34s	8,562	394	14,503
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

Комбинированный	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		19.26s	21,277	885	6,849
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	0

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		3.22s	7,827	240	2,074
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

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	7.2	11.1%	1		29.73s	2,016	235	42,049
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

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		4.12s	906	131	1,125
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

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		8.17s	612	40	3,546
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsStep 3.7 Flashmedium Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium DeepSeek V4 FlashhighvsStep 3.7 Flashmedium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium