Muse Spark 1.2 (high) vs Kimi K3.1 Pro (low)

Muse Spark 1.2 (high) лидирует по среднему баллу: 8.9 vs 8.8. Kimi K3.1 Pro (low) имеет более низкую стоимость benchmark: $1.836 vs $2.018. Muse Spark 1.2 (high) быстрее: 28.15s vs 47.50s, с долей успешных попыток 75.4% vs 81.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #55
Общее число выходных токенов: 392,846
Время ответа (среднее): 28.15s
Общая стоимость: $2.018

Ранг: #60
Общее число выходных токенов: 139,158
Время ответа (среднее): 47.50s
Общая стоимость: $1.836

Рекомендуемая модель Muse Spark 1.2 (high)

Здесь у него лучший балл (8.9), и он отвечает примерно в 1.7 раза быстрее, чем Kimi K3.1 Pro (low).

Подробное сравнение

Метрика	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06	Kimi K3.1 Pro Kimi K3.1 Pro low Релиз: 2026-10-24

Метрика	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06	Kimi K3.1 Pro Kimi K3.1 Pro low Релиз: 2026-10-24
Оценка	8.9	8.8
Ранг	#55	#60
Надежность	9.9	8.4
Стабильность	8.4	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	75.4%	81.2%
Нестабильные тесты	5	3
Всего запусков	69	69
Стоимость за результат	13.448	10.796
Общая стоимость	$2.018	$1.836
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$10.000 / 1M
Цена чтения из кэша	$0.150 / 1M	$0.200 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	277,967	221,802
Выходные токены	9,240	12,498
Токены рассуждений	383,606	126,660
Время ответа (среднее)	28.15s	47.50s
Время ответа (макс.)	192.00s	506.95s
Время ответа (суммарно)	647.40s	1092.61s
Параметры	~1T всего (~50B активных)	~2.8T всего (~104B 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.

#55 Muse Spark 1.2

high

Стоимость: $0.057
Время: 34.7s
Токены: 13,356 tok

#60 MoonshotAI: Kimi K3.1 Pro

low

fetch failed

Стоимость: $0.000
Время: 10.7s
Токены: 0 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 1.2	10.0	10.0	100.0%	0		62.51s	160,930	2,257	8,502
Kimi K3.1 Pro	10.0	10.0	100.0%	0		69.28s	103,362	1,789	2,468

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.90s	1,650	286	1,982

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	10.0	10.0	100.0%	0		22.24s	7,275	351	47,857
Kimi K3.1 Pro	10.0	10.0	100.0%	0		18.91s	8,070	468	7,531

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	8.0	6.9	66.7%	1		39.89s	89,299	4,673	47,491
Kimi K3.1 Pro	6.5	10.0	50.0%	0		52.27s	88,134	8,439	5,435

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	10.0	10.0	100.0%	0		6.93s	6,969	240	6,258
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.31s	7,845	273	394

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	4.1	4.4	44.5%	2		108.85s	738	94	228,558
Kimi K3.1 Pro	4.1	4.4	44.5%	2		243.49s	1,515	150	99,091

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	10.0	10.0	100.0%	0		13.93s	477	120	4,203
Kimi K3.1 Pro	10.0	10.0	100.0%	0		7.96s	735	166	608

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	9.8	10.0	100.0%	0		5.43s	669	117	6,124
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.84s	1,185	147	961

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	8.2	7.7	77.8%	1		10.07s	651	343	15,171
Kimi K3.1 Pro	7.6	7.2	77.8%	1		7.29s	1,425	376	1,588

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	10.0	10.0	100.0%	0		4.00s	10,158	459	1,316
Kimi K3.1 Pro	10.0	10.0	100.0%	0		11.24s	7,413	348	227

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	3.0	10.0	0.0%	0		14.99s	183	42	6,470
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

Сменить пару сравнения

Kimi K3.1 ProlowvsGPT-5.4medium Claude Fable 5mediumvsMuse Spark 1.2high Muse Spark 1.2highvsPareto 26.9default Muse Spark 1.2highvsGLM 5.3 Flashmax Kimi K3.1 ProlowvsPareto 26.9default Gemini 3.6 FlashlowvsMuse Spark 1.2high Claude Opus 5lowvsMuse Spark 1.2high Claude Fable 5mediumvsKimi K3.1 Prolow Gemini 4 ArgonmediumvsMuse Spark 1.2high Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.2mediumvsKimi K3.1 Prolow Muse Spark OpenmediumvsKimi K3.1 Prolow