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

Muse Spark 1.2 (medium) лидирует по среднему баллу: 8.9 vs 8.8. Muse Spark 1.2 (medium) имеет более низкую стоимость benchmark: $1.590 vs $1.836. Muse Spark 1.2 (medium) быстрее: 21.28s 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: #56
Общее число выходных токенов: 287,977
Время ответа (среднее): 21.28s
Общая стоимость: $1.590

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

Рекомендуемая модель Muse Spark 1.2 (medium)

Здесь у него лучший балл (8.9), и он отвечает примерно в 2.2 раза быстрее, чем Kimi K3.1 Pro (low).

Подробное сравнение

Метрика	Muse Spark 1.2 Muse Spark 1.2 medium 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 medium Релиз: 2026-08-06	Kimi K3.1 Pro Kimi K3.1 Pro low Релиз: 2026-10-24
Оценка	8.9	8.8
Ранг	#56	#60
Надежность	10.0	8.4
Стабильность	8.7	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	75.4%	81.2%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	10.598	10.796
Общая стоимость	$1.590	$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	292,604	221,802
Выходные токены	9,569	12,498
Токены рассуждений	278,408	126,660
Время ответа (среднее)	21.28s	47.50s
Время ответа (макс.)	142.49s	506.95s
Время ответа (суммарно)	489.46s	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.

#56 Muse Spark 1.2

medium

Стоимость: $0.033
Время: 21.8s
Токены: 7,846 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		56.74s	168,924	2,347	6,966
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	7.3	6.2	75.0%	2		5.38s	618	369	9,916
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		17.49s	7,275	353	33,215
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	8.5	10.0	50.0%	0		24.89s	95,942	5,020	33,103
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		6.42s	6,969	240	5,342
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	5.3	10.0	33.3%	0		77.22s	738	104	162,623
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	6.1	3.1	66.7%	1		10.67s	477	131	3,970
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		4.40s	669	117	4,950
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	8.7	7.7	88.9%	1		9.45s	651	387	11,155
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		3.89s	10,158	459	1,314
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		12.79s	183	42	5,854
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

Сменить пару сравнения

Muse Spark 1.2mediumvsPareto 26.9default Kimi K3.1 ProlowvsGPT-5.4medium Kimi K3.1 ProlowvsPareto 26.9default Claude Fable 5mediumvsKimi K3.1 Prolow Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.2mediumvsGLM 5.3 Flashmax Muse Spark 1.2mediumvsQwen3.8 MAXlow Gemini 3.6 FlashlowvsMuse Spark 1.2medium Muse Spark OpenmediumvsKimi K3.1 Prolow DeepSeek V4.1 FlashhighvsKimi K3.1 Prolow DeepSeek V4.1 FlashmediumvsKimi K3.1 Prolow Claude Opus 5lowvsMuse Spark 1.2medium