导航
AI BENCHY
Advertise here

Muse Spark 1.1 (low) vs Grok 4.5 (low)

Grok 4.5 (low) 平均分领先，为 8.4 vs 8.3。 Muse Spark 1.1 (low) benchmark 成本更低，为 $0.673 vs $0.945。 Muse Spark 1.1 (low) 更快，为 11.89s vs 16.17s，通过率为 71.2% vs 77.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-20

排名
#45
总输出令牌
116,489
响应时间（平均）
11.89s
总成本
$0.673
排名
#40
总输出令牌
115,489
响应时间（平均）
16.17s
总成本
$0.945
推荐模型 Muse Spark 1.1 (low)

它提供了最佳整体取舍：得分有竞争力（8.3），成本低于Grok 4.5 (low)，响应时间也较均衡。

详细对比

指标 Muse Spark 1.1 Muse Spark 1.1 low 发布日期: 2026-07-16 Grok 4.5 Grok 4.5 low 发布日期: 2026-07-08
分数 8.3 8.4
排名 #45 #40
可靠性 10.0 10.0
一致性 8.5 9.3
尝试次数 66/66 66/66
测试正确
尝试通过率 71.2% 77.3%
不稳定测试 4 2
总运行次数 66 66
每个结果成本 5.173 5.901
总成本 $0.673 $0.945
输入价格 $1.250 / 1M $2.000 / 1M
输出价格 $4.250 / 1M $6.000 / 1M
总输入令牌 141,878 125,605
输出令牌 11,033 7,505
推理令牌 105,456 107,984
响应时间（平均） 11.89s 16.17s
响应时间（最大） 54.15s 205.28s
响应时间（总计） 261.69s 355.67s
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.

#45 Muse Spark 1.1

low
成本
$0.020
时间
39.2s
令牌
4,947 tok

#40 SpaceXAI: Grok 4.5

low
成本
$0.011
时间
12.4s
令牌
2,018 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 10.34s 8,562 394 14,503
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

快速对比

切换对比组合

GPT-5.2mediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5lowSeed 2.1 TurbomediumvsGrok 4.5lowInkling SmallhighvsGrok 4.5lowMuse Spark 1.1lowvsInkling SmallhighGemini 2.5 FlashmediumvsMuse Spark 1.1lowSeed 2.1 TurbomediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsQwen3.8 27BhighMuse Spark 1.1lowvsGPT-5.2mediumClaude Sonnet 5mediumvsMuse Spark 1.1lowGPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1lowvsGrok 4.6medium