Muse Spark Open (xhigh) vs GPT-5.3-Codex (medium)

GPT-5.3-Codex (medium) лидирует по среднему баллу: 9.1 vs 9.0. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $2.081. GPT-5.3-Codex (medium) быстрее: 18.87s vs 92.38s, с долей успешных попыток 81.2% vs 84.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-16

Сравниваемые модели

Ранг: #44
Общее число выходных токенов: 409,641
Время ответа (среднее): 92.38s
Общая стоимость: $2.081

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), при этом он примерно в 1.6 раза дешевле, чем Muse Spark Open (xhigh).

Подробное сравнение

Метрика	Muse Spark Open Muse Spark Open xhigh Релиз: 2026-10-15	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Muse Spark Open Muse Spark Open xhigh Релиз: 2026-10-15	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.0	9.1
Ранг	#44	#37
Надежность	9.6	10.0
Стабильность	8.3	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	81.2%	84.1%
Нестабильные тесты	5	4
Всего запусков	69	69
Стоимость за результат	13.001	7.753
Общая стоимость	$2.081	$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	271,242	222,794
Выходные токены	11,803	7,357
Токены рассуждений	397,838	58,930
Время ответа (среднее)	92.38s	18.87s
Время ответа (макс.)	482.30s	100.93s
Время ответа (суммарно)	2124.67s	433.94s
Параметры	816B всего (42B активных)	~1.2T всего (~80B активных)
Доступность	Веса доступны	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.

#44 Muse Spark Open

xhigh

Стоимость: $0.049
Время: 244.5s
Токены: 11,567 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 Open	10.0	10.0	100.0%	0		84.28s	163,040	3,187	7,548
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 Open	8.7	7.9	91.7%	1		20.08s	2,219	575	7,718
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 Open	10.0	10.0	100.0%	0		51.43s	8,478	1,796	53,029
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 Open	10.0	10.0	100.0%	0		133.96s	71,468	4,663	49,355
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 Open	10.0	10.0	100.0%	0		16.36s	7,767	229	3,876
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 Open	2.9	4.4	22.2%	2		341.54s	1,277	58	215,539
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 Open	6.5	3.4	66.7%	1		7.26s	879	140	4,172
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 Open	10.0	10.0	100.0%	0		23.45s	1,467	105	5,478
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 Open	8.2	7.2	88.9%	1		112.47s	1,711	386	39,934
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 Open	10.0	10.0	100.0%	0		5.06s	12,354	261	986
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 Open	3.0	10.0	0.0%	0		83.89s	582	403	10,203
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 Muse Spark 1.3highvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsMuse Spark Openxhigh Muse WonderlowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Seed 2.1 TurbohighvsMuse Spark Openxhigh Muse Spark OpenxhighvsParetodefault