#17 Muse Spark 1.1
low- 成本
- $0.020
- 时间
- 39.2s
- 令牌
- 4,947 tok
AI BENCHY 对比
Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash
摘要
Muse Spark 1.1 (low) 平均分领先，为 8.8 vs 8.5。 Step 3.7 Flash (medium) benchmark 成本更低，为 $0.376 vs $0.469。 Muse Spark 1.1 (low) 更快，为 10.11s vs 20.35s，通过率为 73.0% vs 73.0%。
推荐模型Muse Spark 1.1 (low)它在这里得分最高（8.8），同时响应速度比Step 3.7 Flash (medium)快约 2.0 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 low | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 8.8 | 8.5 |
| 排名 | #17 | #26 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.5 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 73.0% | 73.0% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 63 | 61 |
| 每个结果成本 | 3.606 | 2.686 |
| 总成本 | $0.469 | $0.376 |
| 输入价格 | $1.250 / 1M | $0.200 / 1M |
| 输出价格 | $4.250 / 1M | $1.150 / 1M |
| 总输入令牌 | 59,923 | 39,981 |
| 输出令牌 | 3,722 | 319,958 |
| 推理令牌 | 88,947 | 0 |
| 响应时间（平均） | 10.11s | 20.35s |
| 响应时间（最大） | 54.15s | 113.98s |
| 响应时间（总计） | 212.29s | 427.42s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#26 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 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 | 7.9 | 6.3 | 83.3% | 2 | 4.36s | 2,334 | 621 | 6,040 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| 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 | 10.34s | 8,562 | 394 | 14,503 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
| 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 | 9.6 | 10.0 | 100.0% | 0 | 19.26s | 21,277 | 885 | 6,849 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.06s | 13,683 | 7,106 | 0 |
| 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 | 3.22s | 7,827 | 240 | 2,074 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| 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 | 7.2 | 11.1% | 1 | 29.73s | 2,016 | 235 | 42,049 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 0 |
| 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 | 4.12s | 906 | 131 | 1,125 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| 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 | 7.3 | 6.0 | 83.3% | 1 | 5.42s | 1,527 | 252 | 4,246 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| 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 | 8.3 | 10.0 | 66.7% | 0 | 6.60s | 1,938 | 391 | 7,503 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 5.98s | 12,924 | 533 | 1,012 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 |
| 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 | 8.17s | 612 | 40 | 3,546 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumKimi K3maxvsStep 3.7 FlashmediumClaude Opus 4.7mediumvsMuse Spark 1.1lowClaude Opus 4.8mediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsGLM 5.2mediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsGPT-5.3-CodexmediumMuse Spark 1.1lowvsGLM 5mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumMuse Spark 1.1lowvsKimi K3maxMuse Spark 1.1lowvsGPT-5 MinimediumMuse Spark 1.1lowvsGPT-5.5medium