AI BENCHY Compare

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3

Сводка

Muse Spark 1.1 (medium) лидирует по среднему баллу: 8.9 vs 8.5. Muse Spark 1.1 (medium) имеет более низкую стоимость benchmark: $1.152 vs $3.112. Muse Spark 1.1 (medium) быстрее: 23.35s vs 122.48s, с долей успешных попыток 76.2% vs 82.5%.

Рекомендуемая модельMuse Spark 1.1 (medium)Здесь у него лучший балл (8.9), при этом он примерно в 2.7 раза дешевле, чем Kimi K3 (max).

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

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	Kimi K3 Kimi K3 max Релиз: 2026-07-16

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	Kimi K3 Kimi K3 max Релиз: 2026-07-16
Оценка	8.9	8.5
Ранг	#15	#21
Надежность	10.0	9.4
Стабильность	9.2	9.2
Тестов верно
Доля успешных попыток	76.2%	82.5%
Нестабильные тесты	2	2
Всего запусков	63	63
Стоимость за результат	7.676	19.446
Общая стоимость	$1.152	$3.112
Цена входа	$1.250 / 1M	$3.000 / 1M
Цена выхода	$4.250 / 1M	$15.000 / 1M
Общее число входных токенов	59,928	34,916
Выходные токены	3,523	2,910
Токены рассуждений	249,752	197,529
Время ответа (среднее)	23.35s	122.48s
Время ответа (макс.)	165.38s	766.58s
Время ответа (суммарно)	490.40s	2327.06s

Генерация showcase

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium

Стоимость: $0.024
Время: 29.2s
Токены: 5,774 tok

#21 MoonshotAI: Kimi K3

max

Стоимость: $0.281
Время: 506.9s
Токены: 18,863 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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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		15.66s	8,562	347	23,562
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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		26.33s	21,282	838	11,595
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

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		4.96s	7,827	240	3,387
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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		71.45s	2,016	105	109,166
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

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		4.41s	906	116	1,833
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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		6.99s	12,924	598	1,610
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	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		18.45s	612	39	8,375
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Быстрое сравнение

Сменить пару сравнения

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max DeepSeek V4 FlashhighvsKimi K3max