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

Средний балл практически равен: 9.0 vs 8.9. Muse Spark 1.3 (low) имеет более низкую стоимость benchmark: $0.633 vs $0.988. GPT-5.3-Codex (medium) быстрее: 16.91s vs 43.67s, с долей успешных попыток 83.3% vs 83.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-02

Ранг: #25
Общее число выходных токенов: 117,915
Время ответа (среднее): 43.67s
Общая стоимость: $0.633

Ранг: #28
Общее число выходных токенов: 60,374
Время ответа (среднее): 16.91s
Общая стоимость: $0.988

Рекомендуемая модель GPT-5.3-Codex (medium)

Здесь у него лучший балл (8.9), и он отвечает примерно в 2.6 раза быстрее, чем Muse Spark 1.3 (low).

Подробное сравнение

Метрика	Muse Spark 1.3 Muse Spark 1.3 low 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 low Релиз: 2026-09-02	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.0	8.9
Ранг	#25	#28
Надежность	9.6	10.0
Стабильность	9.0	8.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	83.3%	83.3%
Нестабильные тесты	3	4
Всего запусков	66	66
Стоимость за результат	3.720	6.171
Общая стоимость	$0.633	$0.988
Цена входа	$1.250 / 1M	$1.750 / 1M
Цена выхода	$4.250 / 1M	$14.000 / 1M
Общее число входных токенов	104,966	81,187
Выходные токены	10,208	6,258
Токены рассуждений	107,707	54,116
Время ответа (среднее)	43.67s	16.91s
Время ответа (макс.)	190.38s	100.93s
Время ответа (суммарно)	960.70s	372.03s
Параметры	~1T всего (~50B активных)	~1.2T всего (~80B 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.

#25 Muse Spark 1.3

low

Стоимость: $0.017
Время: 83.9s
Токены: 3,959 tok

#28 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:

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		13.17s	618	454	5,890
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		53.93s	7,275	1,047	21,679
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	8.7	6.9	83.3%	1		70.20s	77,146	5,170	12,172
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		14.48s	7,155	409	3,724
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	4.4	22.2%	2		107.84s	634	1,097	39,095
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		15.67s	477	193	1,375
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	9.8	10.0	100.0%	0		16.20s	669	274	3,254
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	10.0	10.0	100.0%	0		33.32s	651	752	11,126
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	10.0	10.0	100.0%	0		13.00s	10,158	522	1,532
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		92.31s	183	290	7,860
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.3lowvsGrok 4.5high Muse Spark 1.3lowvsQwen3.8 Maxmedium GPT-5.3-CodexmediumvsGrok 4.5high Muse Spark 1.3lowvsGPT-5.5medium Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Gemini 3.5 FlashmediumvsMuse Spark 1.3low Muse Spark 1.3highvsGPT-5.3-Codexmedium Claude Fable 5.1highvsMuse Spark 1.3low Seed 2.1 TurbohighvsMuse Spark 1.3low Muse Spark 1.3lowvsQwen3.7 Maxmedium Claude Fable 5.1highvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium