Muse Spark 1.2 (high) vs Qwen3.8 Max (medium)

Qwen3.8 Max (medium) лидирует по среднему баллу: 9.1 vs 8.8. Qwen3.8 Max (medium) имеет более низкую стоимость benchmark: $0.728 vs $1.632. Qwen3.8 Max (medium) быстрее: 21.53s vs 23.99s, с долей успешных попыток 75.8% vs 84.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-14

Ранг: #26
Общее число выходных токенов: 349,571
Время ответа (среднее): 23.99s
Общая стоимость: $1.632

Ранг: #19
Общее число выходных токенов: 84,826
Время ответа (среднее): 21.53s
Общая стоимость: $0.728

Рекомендуемая модель Qwen3.8 Max (medium)

Здесь у него лучший балл (9.1), при этом он примерно в 2.2 раза дешевле, чем Muse Spark 1.2 (high).

Подробное сравнение

Метрика	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04

Метрика	Muse Spark 1.2 Muse Spark 1.2 high Релиз: 2026-08-06	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04
Оценка	8.8	9.1
Ранг	#26	#19
Надежность	9.8	10.0
Стабильность	8.7	9.7
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	75.8%	84.9%
Нестабильные тесты	4	1
Всего запусков	66	66
Стоимость за результат	10.880	4.040
Общая стоимость	$1.632	$0.728
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$6.000 / 1M
Общее число входных токенов	117,028	109,046
Выходные токены	6,983	6,567
Токены рассуждений	342,588	78,259
Время ответа (среднее)	23.99s	21.53s
Время ответа (макс.)	192.00s	126.60s
Время ответа (суммарно)	527.70s	473.75s
Параметры	~1T всего (~50B активных)	2.4T 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.

#26 Muse Spark 1.2

high

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

#19 Qwen3.8 Max

medium

Стоимость: $0.028
Время: 71.9s
Токены: 4,750 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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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
Qwen3.8 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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
Qwen3.8 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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
Qwen3.8 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.2	5.9	7.2	55.6%	1		89.79s	729	94	196,042
Qwen3.8 Max	5.3	10.0	33.3%	0		28.52s	771	63	13,581

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
Qwen3.8 Max	10.0	10.0	100.0%	0		6.41s	516	168	700

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
Qwen3.8 Max	10.0	10.0	100.0%	0		3.49s	699	102	914

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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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
Qwen3.8 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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
Qwen3.8 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767

Быстрое сравнение

Сменить пару сравнения

Seed 2.1 TurbolowvsQwen3.8 Maxmedium Gemini 3.6 FlashlowvsMuse Spark 1.2high Claude Opus 4.7mediumvsMuse Spark 1.2high Gemini 3.7 FlashlowvsQwen3.8 Maxmedium Muse Spark 1.2highvsQwen3.8 Maxlow Claude Opus 4.8mediumvsMuse Spark 1.2high Qwen3.8 MaxmediumvsGrok 4.6high Claude Opus 5highvsQwen3.8 Maxmedium Claude Fable 5mediumvsMuse Spark 1.2high Claude Opus 5lowvsMuse Spark 1.2high Muse Spark 1.2highvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium