Muse Spark 1.1 (medium) vs Inkling Small (high)

排名: #24
总输出令牌: 277,130
响应时间（平均）: 24.97s
总成本: $1.357

排名: #31
总输出令牌: 310,388
响应时间（平均）: 31.70s
总成本: $0.416

推荐模型 Inkling Small (high)

它的得分接近这里的最高分（8.4 vs 8.6），同时成本比Muse Spark 1.1 (medium)低约 3.3 倍。

详细对比

指标	Muse Spark 1.1 Muse Spark 1.1 medium 发布日期: 2026-07-16	Inkling Small Inkling Small high 发布日期: 2026-08-01

指标	Muse Spark 1.1 Muse Spark 1.1 medium 发布日期: 2026-07-16	Inkling Small Inkling Small high 发布日期: 2026-08-01
分数	8.6	8.4
排名	#24	#31
可靠性	10.0	10.0
一致性	9.2	9.2
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	22/22 项测试 · 66/66 次尝试
测试正确
尝试通过率	72.7%	69.7%
不稳定测试	2	2
总运行次数	66	66
每个结果成本	9.041	2.967
总成本	$1.357	$0.416
输入价格	$1.250 / 1M	$0.500 / 1M
输出价格	$4.250 / 1M	$1.200 / 1M
总输入令牌	142,567	85,660
输出令牌	7,905	6,092
推理令牌	269,225	304,296
响应时间（平均）	24.97s	31.70s
响应时间（最大）	165.38s	122.60s
响应时间（总计）	549.31s	697.30s

模型生成展示

Hamster playing table tennis

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

#24 Muse Spark 1.1

medium

成本: $0.024
时间: 29.2s
令牌: 5,774 tok

#31 Thinking Machines: Inkling Small

high

成本: $0.006
时间: 34.7s
令牌: 4,735 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

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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
Inkling Small	10.0	10.0	100.0%	0		6.30s	702	335	9,678

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		15.66s	8,562	347	23,562
Inkling Small	10.0	10.0	100.0%	0		93.23s	7,374	463	120,474

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	8.3	10.0	50.0%	0		42.62s	103,921	5,220	31,068
Inkling Small	9.9	10.0	100.0%	0		40.41s	61,630	4,001	28,812

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		4.96s	7,827	240	3,387
Inkling Small	10.0	10.0	100.0%	0		3.99s	7,068	216	2,763

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	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166
Inkling Small	5.3	10.0	33.3%	0		65.58s	795	69	96,073

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		4.41s	906	116	1,833
Inkling Small	5.3	10.0	0.0%	0		3.62s	501	153	1,395

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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
Inkling Small	9.8	10.0	100.0%	0		3.94s	708	94	2,742

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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
Inkling Small	4.8	4.4	44.5%	2		14.39s	714	482	18,286

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		6.99s	12,924	598	1,610
Inkling Small	3.0	10.0	0.0%	0		2.91s	5,949	249	577

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		18.45s	612	39	8,375
Inkling Small	3.0	10.0	0.0%	0		49.27s	219	30	23,496

快速对比

切换对比组合

GPT-5.2mediumvsInkling Smallhigh Inkling SmallhighvsGrok 4.5medium Inkling SmallhighvsGrok 4.5low Claude Opus 5lowvsMuse Spark 1.1medium Claude Sonnet 5mediumvsInkling Smallhigh Muse Spark 1.1mediumvsQwen3.8 Maxlow Qwen3.6 Max PreviewmediumvsInkling Smallhigh Gemini 3.6 FlashlowvsMuse Spark 1.1medium Muse Spark 1.1lowvsInkling Smallhigh Gemini 3.5 Flash LitehighvsMuse Spark 1.1medium Gemini 2.5 FlashmediumvsInkling Smallhigh GPT-5.4mediumvsInkling Smallhigh