Muse Spark 1.1 (medium) vs Qwen3.8 MAX (low)

Muse Spark 1.1 (medium) лидирует по среднему баллу: 8.9 vs 8.8. Qwen3.8 MAX (low) имеет более низкую стоимость benchmark: $1.089 vs $1.665. Qwen3.8 MAX (low) быстрее: 25.09s vs 27.02s, с долей успешных попыток 73.9% vs 81.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #62
Общее число выходных токенов: 301,719
Время ответа (среднее): 27.02s
Общая стоимость: $1.665

Ранг: #66
Общее число выходных токенов: 93,936
Время ответа (среднее): 25.09s
Общая стоимость: $1.089

Рекомендуемая модель Qwen3.8 MAX (low)

Его балл близок к лучшему здесь (8.8 против 8.9), при этом он примерно в 1.5 раза дешевле, чем Muse Spark 1.1 (medium).

Подробное сравнение

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	Qwen3.8 MAX Qwen3.8 MAX low Релиз: 2026-08-04

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	Qwen3.8 MAX Qwen3.8 MAX low Релиз: 2026-08-04
Оценка	8.9	8.8
Ранг	#62	#66
Надежность	10.0	10.0
Стабильность	9.3	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	73.9%	81.2%
Нестабильные тесты	2	3
Всего запусков	69	69
Стоимость за результат	10.403	5.051
Общая стоимость	$1.665	$1.089
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.150 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	305,707	262,495
Выходные токены	10,240	7,787
Токены рассуждений	291,479	86,149
Время ответа (среднее)	27.02s	25.09s
Время ответа (макс.)	165.38s	155.75s
Время ответа (суммарно)	621.38s	577.14s
Параметры	~1T всего (~50B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

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.

#62 Muse Spark 1.1

medium

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

#66 Qwen3.8 MAX

low

Стоимость: $0.026
Время: 68.5s
Токены: 4,280 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		43.91s	163,560	2,335	7,232
Qwen3.8 MAX	10.0	10.0	100.0%	0		96.77s	163,314	1,655	8,460

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		3.93s	984	228	1,750

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
Qwen3.8 MAX	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952

Комбинированный	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	50.0%	0		42.62s	103,921	5,220	31,068
Qwen3.8 MAX	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257

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		80.83s	1,596	105	124,188
Qwen3.8 MAX	2.9	7.2	11.1%	1		40.12s	1,014	62	19,512

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
Qwen3.8 MAX	6.5	3.4	66.7%	1		5.29s	594	128	568

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.01s	855	102	851

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
Qwen3.8 MAX	9.9	10.0	100.0%	0		4.11s	930	286	1,304

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		8.06s	8,463	295	693

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
Qwen3.8 MAX	3.0	10.0	0.0%	0		12.43s	282	28	1,865

Сменить пару сравнения

Muse Spark 1.1mediumvsPareto 26.9default GPT-5.4mediumvsQwen3.8 MAXlow Qwen3.8 MAXlowvsPareto 26.9default Claude Fable 5mediumvsQwen3.8 MAXlow Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.1mediumvsGLM 5.3 Flashmax Muse Spark 1.2mediumvsQwen3.8 MAXlow Muse Spark OpenmediumvsQwen3.8 MAXlow DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow Gemini 3.6 FlashlowvsMuse Spark 1.1medium DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow Claude Opus 5lowvsMuse Spark 1.1medium