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

Muse Spark 1.2 (medium) лидирует по среднему баллу: 8.9 vs 8.8. Qwen3.8 MAX (low) имеет более низкую стоимость benchmark: $1.089 vs $1.590. Muse Spark 1.2 (medium) быстрее: 21.28s vs 25.09s, с долей успешных попыток 75.4% vs 81.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #61
Общее число выходных токенов: 287,977
Время ответа (среднее): 21.28s
Общая стоимость: $1.590

Ранг: #66
Общее число выходных токенов: 93,936
Время ответа (среднее): 25.09s
Общая стоимость: $1.089

Рекомендуемая модель Qwen3.8 MAX (low)

Он дает лучший общий компромисс: конкурентный балл (8.8), ниже стоимость, чем у Muse Spark 1.2 (medium), и сбалансированное время ответа.

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	8.9	8.8
Ранг	#61	#66
Надежность	10.0	10.0
Стабильность	8.7	9.0
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	5.051
Общая стоимость	$1.590	$1.089
Цена входа	$1.250 / 1M	$2.000 / 1M
Цена выхода	$4.250 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.150 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	292,604	262,495
Выходные токены	9,569	7,787
Токены рассуждений	278,408	86,149
Время ответа (среднее)	21.28s	25.09s
Время ответа (макс.)	142.49s	155.75s
Время ответа (суммарно)	489.46s	577.14s
Параметры	~1T всего (~50B активных)	2.4T всего (~100B 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.

#61 Muse Spark 1.2

medium

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

#66 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:

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		96.77s	163,314	1,655	8,460

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		77.22s	738	104	162,623
Qwen3.8 MAX	2.9	7.2	11.1%	1		40.12s	1,014	62	19,512

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

Сменить пару сравнения

Muse Spark 1.2mediumvsPareto 26.9default GPT-5.4mediumvsQwen3.8 MAXlow Qwen3.8 MAXlowvsPareto 26.9default Claude Fable 5mediumvsQwen3.8 MAXlow Muse Spark 1.2mediumvsGLM 5.3 Flashmax Muse Spark 1.1mediumvsQwen3.8 MAXlow Muse Spark 1.2mediumvsKimi K3.1 Prolow Muse Spark OpenmediumvsQwen3.8 MAXlow Gemini 3.6 FlashlowvsMuse Spark 1.2medium DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow Claude Opus 5lowvsMuse Spark 1.2medium