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

Средний балл практически равен: 8.6 vs 8.7. Qwen3.8 Max (low) имеет более низкую стоимость benchmark: $0.687 vs $1.227. Muse Spark 1.2 (medium) быстрее: 17.47s vs 21.19s, с долей успешных попыток 74.2% vs 84.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-05

Ранг: #25
Общее число выходных токенов: 252,312
Время ответа (среднее): 17.47s
Общая стоимость: $1.227

Ранг: #24
Общее число выходных токенов: 81,411
Время ответа (среднее): 21.19s
Общая стоимость: $0.687

Рекомендуемая модель Qwen3.8 Max (low)

Здесь у него лучший балл (8.7), при этом он примерно в 1.8 раза дешевле, чем Muse Spark 1.2 (medium).

Подробное сравнение

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

Метрика	Muse Spark 1.2 Muse Spark 1.2 medium Релиз: 2026-08-06	Qwen3.8 Max Qwen3.8 Max low Релиз: 2026-08-04
Оценка	8.6	8.7
Ранг	#25	#24
Надежность	9.9	10.0
Стабильность	8.7	9.0
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	74.2%	84.9%
Нестабильные тесты	4	3
Всего запусков	66	66
Стоимость за результат	8.764	4.041
Общая стоимость	$1.227	$0.687
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$6.000 / 1M
Общее число входных токенов	123,671	99,172
Выходные токены	7,222	6,132
Токены рассуждений	245,090	75,279
Время ответа (среднее)	17.47s	21.19s
Время ответа (макс.)	142.49s	155.75s
Время ответа (суммарно)	384.44s	466.14s

Генерация showcase моделей

Hamster playing table tennis

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

#25 Muse Spark 1.2

medium

Стоимость: $0.033
Время: 21.8s
Токены: 7,846 tok

#24 Qwen3.8 Max

low

Стоимость: $0.026
Время: 68.5s
Токены: 4,280 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	7.3	6.2	75.0%	2		5.38s	618	369	9,916
Qwen3.8 Max	10.0	10.0	100.0%	0		3.93s	984	228	1,750

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
Qwen3.8 Max	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952

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
Qwen3.8 Max	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937

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
Qwen3.8 Max	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257

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		61.13s	729	104	136,271
Qwen3.8 Max	5.3	7.2	44.4%	1		35.37s	1,005	62	17,102

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
Qwen3.8 Max	6.5	3.4	66.7%	1		5.29s	594	128	568

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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.01s	855	102	851

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
Qwen3.8 Max	9.9	10.0	100.0%	0		4.11s	930	286	1,304

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
Qwen3.8 Max	10.0	10.0	100.0%	0		8.06s	8,463	295	693

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
Qwen3.8 Max	3.0	10.0	0.0%	0		12.43s	282	28	1,865

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.7mediumvsQwen3.8 Maxlow Claude Opus 5lowvsMuse Spark 1.2medium Muse Spark 1.1mediumvsQwen3.8 Maxlow Claude Fable 5mediumvsQwen3.8 Maxlow Gemini 3.5 Flash LitehighvsQwen3.8 Maxlow Muse Spark 1.2highvsQwen3.8 Maxlow Gemini 3.6 FlashlowvsMuse Spark 1.2medium Gemini 3.5 Flash LitehighvsMuse Spark 1.2medium GPT-5.4mediumvsQwen3.8 Maxlow Claude Opus 4.8mediumvsQwen3.8 Maxlow Muse Spark 1.2mediumvsGrok 4.5low GPT-5.3-CodexmediumvsQwen3.8 Maxlow