Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

Claude Opus 4.7 (medium) 平均分领先，为 8.7 vs 8.1。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $1.477 vs $1.694。 Claude Opus 4.7 (medium) 更快，为 7.61s vs 31.49s，通过率为 83.3% vs 69.7%。

推荐模型Claude Opus 4.7 (medium)它在这里得分最高（8.7），同时响应速度比Muse Spark 1.1 (high)快约 4.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 high 发布日期: 2026-07-16

指标	Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 high 发布日期: 2026-07-16
分数	8.7	8.1
排名	#18	#30
可靠性	10.0	10.0
一致性	9.6	7.9
测试正确
尝试通过率	83.3%	69.7%
不稳定测试	1	6
总运行次数	66	64
每个结果成本	8.201	14.116
总成本	$1.477	$1.694
输入价格	$5.000 / 1M	$1.250 / 1M
输出价格	$25.000 / 1M	$4.250 / 1M
总输入令牌	145,252	129,423
输出令牌	24,948	8,077
推理令牌	5,042	352,421
响应时间（平均）	7.61s	31.49s
响应时间（最大）	65.40s	196.03s
响应时间（总计）	159.91s	661.28s

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

成本: $0.059
时间: 26.8s
令牌: 2,475 tok

#30 Muse Spark 1.1

high

成本: $0.039
时间: 50.1s
令牌: 9,423 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

快速对比

切换对比组合

Muse Spark 1.1highvsGPT-5 Minimedium Muse Spark 1.1highvsStep 3.7 Flashmedium Muse Spark 1.1highvsGPT-5.2 Chatnone Muse Spark 1.1highvsInklingmedium Muse Spark 1.1highvsKimi K3max Gemini 2.5 FlashmediumvsMuse Spark 1.1high Seed-2.0-LitemediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.7 Plusmedium Claude Opus 4.7mediumvsGrok 4.5high Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGLM 5.2medium Claude Opus 4.7mediumvsGemini 3.5 Flashlow