Muse Spark 1.2 (high) vs GPT-5.4 (medium)

Muse Spark 1.2 (high) лидирует по среднему баллу: 8.7 vs 8.5. GPT-5.4 (medium) имеет более низкую стоимость benchmark: $1.560 vs $1.771. GPT-5.4 (medium) быстрее: 22.85s vs 26.59s, с долей успешных попыток 74.2% vs 77.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-18

Сравниваемые модели

Ранг: #45
Общее число выходных токенов: 382,087
Время ответа (среднее): 26.59s
Общая стоимость: $1.771

Ранг: #51
Общее число выходных токенов: 90,466
Время ответа (среднее): 22.85s
Общая стоимость: $1.560

Рекомендуемая модель GPT-5.4 (medium)

Он дает лучший общий компромисс: конкурентный балл (8.5), ниже стоимость, чем у Muse Spark 1.2 (high), и сбалансированное время ответа.

Подробное сравнение

Метрика	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05

Метрика	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05
Оценка	8.7	8.5
Ранг	#45	#51
Надежность	9.9	10.0
Стабильность	8.3	8.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	74.2%	77.3%
Нестабильные тесты	5	4
Всего запусков	66	66
Стоимость за результат	12.645	10.399
Общая стоимость	$1.771	$1.560
Цена входа	$1.250 / 1M	$2.500 / 1M
Цена выхода	$4.250 / 1M	$15.000 / 1M
Общее число входных токенов	117,037	81,136
Выходные токены	6,983	6,155
Токены рассуждений	375,104	84,311
Время ответа (среднее)	26.59s	22.85s
Время ответа (макс.)	192.00s	100.41s
Время ответа (суммарно)	584.89s	502.78s
Параметры	~1T всего (~50B активных)	~1.5T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#45 Muse Spark 1.2

high

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

#51 GPT-5.4

medium

Стоимость: $0.214
Время: 199.6s
Токены: 14,349 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 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

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
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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
GPT-5.4	5.3	7.2	44.4%	1		72.44s	628	61	36,544

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
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Быстрое сравнение

Сменить пару сравнения

GPT-5.4mediumvsQwen3.8 Maxlow Claude Fable 5mediumvsMuse Spark 1.2high Claude Opus 4.7mediumvsMuse Spark 1.2high Muse Spark 1.2highvsGLM 5.3 Flashmax DeepSeek V4.1 FlashlowvsGPT-5.4medium DeepSeek V4.1 FlashhighvsGPT-5.4medium Gemini 3.6 FlashlowvsMuse Spark 1.2high Claude Opus 5lowvsMuse Spark 1.2high Muse Spark 1.2lowvsGPT-5.4medium Claude Opus 4.8mediumvsMuse Spark 1.2high Muse Spark 1.2highvsQwen3.6 Max Previewmedium Muse Spark 1.2highvsQwen3.8 Maxlow