Muse Spark 1.1 (low) vs Grok 4.6 (medium)

推荐模型 Muse Spark 1.1 (low)

它的得分接近这里的最高分（8.3 vs 8.3），同时成本比Grok 4.6 (medium)低约 2.6 倍。

详细对比

指标	Muse Spark 1.1 Muse Spark 1.1 low 发布日期: 2026-07-16	Grok 4.6 Grok 4.6 medium 发布日期: 2026-08-12

指标	Muse Spark 1.1 Muse Spark 1.1 low 发布日期: 2026-07-16	Grok 4.6 Grok 4.6 medium 发布日期: 2026-08-12
分数	8.3	8.3
排名	#42	#40
可靠性	10.0	10.0
一致性	8.5	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	69.7%	80.3%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	4.975	11.038
总成本	$0.647	$1.656
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	142,298	106,778
输出令牌	10,847	4,811
推理令牌	99,467	235,527
响应时间（平均）	11.45s	71.86s
响应时间（最大）	54.15s	514.35s
响应时间（总计）	251.92s	1580.96s
参数量	~1T 总计 (~50B 激活)	~1.7T 总计 (~170B 激活)
开放状态	闭源	闭源

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

low

medium

类别:

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
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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
Grok 4.6	3.5	4.4	33.3%	2		292.61s	2,514	15	118,232

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
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

切换对比组合