Muse Spark 1.3 (high) vs GPT-5.3-Codex (medium)

Средний балл практически равен: 9.1 vs 9.1. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $1.891. GPT-5.3-Codex (medium) быстрее: 18.87s vs 52.87s, с долей успешных попыток 78.3% vs 84.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #39
Общее число выходных токенов: 369,142
Время ответа (среднее): 52.87s
Общая стоимость: $1.891

Ранг: #37
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Рекомендуемая модель GPT-5.3-Codex (medium)

Здесь у него лучший балл (9.1), и он отвечает примерно в 2.8 раза быстрее, чем Muse Spark 1.3 (high).

Подробное сравнение

Метрика	Muse Spark 1.3 Muse Spark 1.3 high Релиз: 2026-09-02	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Muse Spark 1.3 Muse Spark 1.3 high Релиз: 2026-09-02	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.1	9.1
Ранг	#39	#37
Надежность	10.0	10.0
Стабильность	9.3	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	84.1%
Нестабильные тесты	2	4
Всего запусков	69	69
Стоимость за результат	11.121	7.753
Общая стоимость	$1.891	$1.318
Цена входа	$1.250 / 1M	$1.750 / 1M
Цена выхода	$4.250 / 1M	$14.000 / 1M
Цена чтения из кэша	$0.150 / 1M	$0.175 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	257,320	222,794
Выходные токены	14,459	7,357
Токены рассуждений	354,683	58,930
Время ответа (среднее)	52.87s	18.87s
Время ответа (макс.)	251.53s	100.93s
Время ответа (суммарно)	1216.04s	433.94s
Параметры	~1T всего (~50B активных)	~1.2T всего (~80B 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.

#39 Muse Spark 1.3

high

Стоимость: $0.050
Время: 203.3s
Токены: 11,679 tok

#37 GPT-5.3-Codex

medium

Стоимость: $0.049
Время: 54.9s
Токены: 3,580 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 1.3	10.0	10.0	100.0%	0		61.28s	158,177	2,376	7,158
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	10.0	10.0	100.0%	0		5.71s	618	487	8,829
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	10.0	10.0	100.0%	0		51.66s	7,275	1,228	64,287
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	10.0	10.0	100.0%	0		55.55s	68,737	5,707	46,328
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	10.0	10.0	100.0%	0		7.01s	7,155	491	6,758
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	2.9	7.2	11.1%	1		174.56s	690	801	114,774
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	10.0	10.0	100.0%	0		9.49s	477	228	2,634
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	6.5	10.0	50.0%	0		14.70s	669	353	10,553
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	8.7	7.7	88.9%	1		38.42s	651	1,178	37,874
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	9.6	10.0	100.0%	0		33.95s	12,688	1,046	14,673
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Spark 1.3	3.0	10.0	0.0%	0		140.05s	183	564	40,815
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Сменить пару сравнения

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Spark 1.3high Muse Spark 1.3highvsParetodefault Muse WonderlowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high Muse Spark 1.3highvsGPT-5.5medium