导航
AI BENCHY
Advertise here

AI BENCHY 对比

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5 Plus 2026-04-20

摘要

Muse Spark 1.1 (high) 平均分领先，为 7.8 vs 7.8。 Qwen3.5 Plus 2026-04-20 (medium) benchmark 成本更低，为 $0.317 vs $1.440。 Muse Spark 1.1 (high) 更快，为 29.16s vs 46.36s，通过率为 69.8% vs 66.7%。

推荐模型Qwen3.5 Plus 2026-04-20 (medium)它的得分接近这里的最高分（7.8 vs 7.8），同时成本比Muse Spark 1.1 (high)低约 4.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16

指标 Muse Spark 1.1 Muse Spark 1.1 high 发布日期: 2026-07-16 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium 发布日期: 2026-04-20
分数 7.8 7.8
排名 #41 #47
可靠性 10.0 10.0
一致性 8.1 9.0
测试正确
尝试通过率 69.8% 66.7%
不稳定测试 5 2
总运行次数 61 63
每个结果成本 11.997 3.023
总成本 $1.440 $0.317
输入价格 $1.250 / 1M $0.300 / 1M
输出价格 $4.250 / 1M $1.800 / 1M
总输入令牌 64,900 42,097
输出令牌 3,577 2,280
推理令牌 316,055 166,613
响应时间（平均） 29.16s 46.36s
响应时间（最大） 196.03s 189.38s
响应时间（总计） 583.18s 973.57s

生成展示

Hamster playing table tennis

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

#41 Muse Spark 1.1

high
成本
$0.039
时间
50.1s
令牌
9,423 tok

#47 Qwen3.5 Plus 2026-04-20

medium
成本
$0.008
时间
76.7s
令牌
4,355 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
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682

快速对比

切换对比组合

Muse Spark 1.1highvsQwen3.6 PlusmediumMuse Spark 1.1highvsGPT-5.6 TerramediumClaude Sonnet 5mediumvsMuse Spark 1.1highClaude Sonnet 4.6mediumvsMuse Spark 1.1highMuse Spark 1.1highvsGrok 4.5lowClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowMuse Spark 1.1highvsQwen3.5-27BmediumGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1highQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium