导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

摘要

Muse Spark 1.1 (medium) 平均分领先，为 8.9 vs 8.7。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $0.679 vs $1.152。 Claude Opus 4.7 (medium) 更快，为 4.73s vs 23.35s，通过率为 82.5% vs 76.2%。

推荐模型Claude Opus 4.7 (medium)它的得分接近这里的最高分（8.7 vs 8.9），同时成本比Muse Spark 1.1 (medium)低约 1.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 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 medium 发布日期: 2026-07-16
分数 8.7 8.9
排名 #18 #15
可靠性 10.0 10.0
一致性 9.6 9.2
测试正确
尝试通过率 82.5% 76.2%
不稳定测试 1 2
总运行次数 63 63
每个结果成本 3.991 7.676
总成本 $0.679 $1.152
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 65,406 59,928
输出令牌 11,858 3,523
推理令牌 2,198 249,752
响应时间（平均） 4.73s 23.35s
响应时间（最大） 23.18s 165.38s
响应时间（总计） 94.51s 490.40s

生成展示

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

#15 Muse Spark 1.1

medium
成本
$0.024
时间
29.2s
令牌
5,774 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

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 15.66s 8,562 347 23,562

快速对比

切换对比组合

Claude Opus 4.7mediumvsMuse Spark 1.1lowClaude Opus 4.7mediumvsKimi K3maxClaude Opus 4.7mediumvsGPT-5.2 ChatnoneMuse Spark 1.1mediumvsKimi K3maxMuse Spark 1.1mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsMuse Spark 1.1mediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighMuse Spark 1.1mediumvsGPT-5.5lowMuse Spark 1.1mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGPT-5.6 TerrahighClaude Opus 4.7mediumvsGemini 3.5 FlashlowDeepSeek V4 FlashhighvsMuse Spark 1.1medium