Meta: Muse Spark 1.1 vs xAI: Grok 4.5

Grok 4.5 (high) лидирует по среднему баллу: 8.9 vs 8.6. Muse Spark 1.1 (medium) имеет более низкую стоимость benchmark: $1.357 vs $1.707. Muse Spark 1.1 (medium) быстрее: 24.97s vs 76.50s, с долей успешных попыток 72.7% vs 83.3%.

Рекомендуемая модельMuse Spark 1.1 (medium)Его балл близок к лучшему здесь (8.6 против 8.9), и он отвечает примерно в 3.1 раза быстрее, чем Grok 4.5 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08

Метрика	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08
Оценка	8.6	8.9
Ранг	#16	#12
Надежность	10.0	10.0
Стабильность	9.2	9.2
Тестов верно
Доля успешных попыток	72.7%	83.3%
Нестабильные тесты	2	2
Всего запусков	66	66
Стоимость за результат	9.041	10.041
Общая стоимость	$1.357	$1.707
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$6.000 / 1M
Общее число входных токенов	142,567	151,562
Выходные токены	7,905	5,655
Токены рассуждений	269,225	247,540
Время ответа (среднее)	24.97s	76.50s
Время ответа (макс.)	165.38s	676.83s
Время ответа (суммарно)	549.31s	1683.07s

Hamster playing table tennis

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

#16 Muse Spark 1.1

medium

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

#12 xAI: Grok 4.5

high

Стоимость: $0.015
Время: 29.7s
Токены: 2,737 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
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Быстрое сравнение

Сменить пару сравнения

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Muse Spark 1.1mediumvsGrok 4.5low Claude Fable 5mediumvsGrok 4.5high Gemini 3.5 FlashlowvsMuse Spark 1.1medium Gemini 3.1 Pro PreviewmediumvsGrok 4.5high GPT-5.5lowvsGrok 4.5high