AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

Сводка

GPT-5.5 (low) лидирует по среднему баллу: 9.3 vs 8.9. GPT-5.5 (low) имеет более низкую стоимость benchmark: $0.907 vs $1.152. GPT-5.5 (low) быстрее: 9.76s vs 23.35s, с долей успешных попыток 76.2% vs 85.7%.

Рекомендуемая модельGPT-5.5 (low)Здесь у него лучший балл (9.3), и он отвечает примерно в 2.4 раза быстрее, чем Muse Spark 1.1 (medium).

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	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24
Оценка	8.9	9.3
Ранг	#15	#7
Надежность	10.0	10.0
Стабильность	9.2	10.0
Тестов верно
Доля успешных попыток	76.2%	85.7%
Нестабильные тесты	2	0
Всего запусков	63	63
Стоимость за результат	7.676	5.035
Общая стоимость	$1.152	$0.907
Цена входа	$1.250 / 1M	$5.000 / 1M
Цена выхода	$4.250 / 1M	$30.000 / 1M
Общее число входных токенов	59,928	34,209
Выходные токены	3,523	2,046
Токены рассуждений	249,752	22,460
Время ответа (среднее)	23.35s	9.76s
Время ответа (макс.)	165.38s	56.19s
Время ответа (суммарно)	490.40s	204.92s

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

#7 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 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
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Быстрое сравнение

Сменить пару сравнения

GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Gemini 3.5 FlashhighvsGPT-5.5low