- 排名
- #75
- 总输出令牌
- 491,916
- 响应时间（平均）
- 36.85s
- 总成本
- $2.253
Muse Spark 1.1 (high) vs Grok 4.7 (low)
Muse Spark 1.1 (high) 平均分领先，为 8.0 vs 7.9。 Grok 4.7 (low) benchmark 成本更低，为 $1.320 vs $2.253。 Muse Spark 1.1 (high) 更快，为 36.85s vs 59.02s，通过率为 68.2% vs 77.3%。
已对比模型
- 排名
- #81
- 总输出令牌
- 231,848
- 响应时间（平均）
- 59.02s
- 总成本
- $1.320
推荐模型
Grok 4.7 (low)
它的得分接近这里的最高分（7.9 vs 8.0），同时成本比Muse Spark 1.1 (high)低约 1.7 倍。
详细对比
| 指标 | Muse Spark 1.1 Muse Spark 1.1 high | Grok 4.7 Grok 4.7 low |
|---|---|---|
| 分数 | 8.0 | 7.9 |
| 排名 | #75 | #81 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 8.3 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 68.2% | 77.3% |
| 不稳定测试 | 6 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 18.768 | 9.422 |
| 总成本 | $2.253 | $1.320 |
| 输入价格 | $1.250 / 1M | $1.600 / 1M |
| 输出价格 | $4.250 / 1M | $4.800 / 1M |
| 总输入令牌 | 129,213 | 128,832 |
| 输出令牌 | 8,356 | 6,840 |
| 推理令牌 | 483,560 | 225,008 |
| 响应时间（平均） | 36.85s | 59.02s |
| 响应时间（最大） | 196.03s | 389.63s |
| 响应时间（总计） | 810.72s | 1298.42s |
| 参数量 | ~1T 总计 (~50B 激活) | ~1.7T 总计 (~170B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#75 Muse Spark 1.1
high- 成本
- $0.039
- 时间
- 50.1s
- 令牌
- 9,423 tok
#81 SpaceXAI: Grok 4.7
low- 成本
- $0.007
- 时间
- 15.2s
- 令牌
- 1,537 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 7.5 | 8.4 | 66.7% | 1 | 8.60s | 2,334 | 516 | 13,023 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 9.92s | 2,991 | 94 | 7,306 |
| 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 | |
| Grok 4.7 | 8.4 | 7.4 | 88.9% | 1 | 189.08s | 9,579 | 346 | 99,053 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 5.9 | 2.9 | 66.7% | 2 | 70.25s | 90,082 | 5,535 | 68,439 | |
| Grok 4.7 | 7.3 | 5.8 | 83.3% | 1 | 31.17s | 90,114 | 5,684 | 6,430 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 8.40s | 7,827 | 240 | 5,907 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.88s | 8,937 | 225 | 2,050 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 2.9 | 4.4 | 22.2% | 2 | 94.74s | 1,062 | 345 | 195,595 | |
| Grok 4.7 | 5.3 | 10.0 | 33.3% | 0 | 159.09s | 2,523 | 17 | 84,957 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 7.73s | 906 | 116 | 3,390 | |
| Grok 4.7 | 4.1 | 2.7 | 33.3% | 1 | 11.32s | 1,077 | 75 | 2,060 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 6.4 | 6.0 | 66.7% | 1 | 7.81s | 1,527 | 193 | 7,158 | |
| Grok 4.7 | 8.4 | 6.9 | 83.3% | 1 | 6.19s | 1,857 | 57 | 2,559 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 7.8 | 9.9 | 66.7% | 0 | 69.96s | 1,938 | 225 | 140,780 | |
| Grok 4.7 | 8.2 | 7.2 | 88.9% | 1 | 12.45s | 2,430 | 151 | 6,628 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 9.6 | 10.0 | 100.0% | 0 | 9.88s | 14,363 | 795 | 2,938 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.26s | 8,535 | 174 | 336 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 3.0 | 10.0 | 0.0% | 0 | 22.93s | 612 | 42 | 10,291 | |
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 76.84s | 789 | 17 | 13,629 |
快速对比
切换对比组合
Kimi K3maxvsGrok 4.7lowMuse Spark 1.1highvsGrok 4.7mediumGPT-5.2 ChatnonevsGrok 4.7lowStep 3.7 FlashmediumvsGrok 4.7lowDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highGPT-5.6 TerrahighvsGrok 4.7lowInklingmediumvsGrok 4.7lowMuse Spark 1.1highvsGPT-5 MinimediumMuse Spark 1.1highvsQwen3.8 2.4T A95BlowQwen3.7 PlusmediumvsGrok 4.7lowGrok 4.7lowvsGLM 5.2highMuse Spark 1.1highvsInklingmedium