导航
Advertise here

Muse Spark 1.2 — high 对比 medium

平均分几乎持平，为 8.7 vs 8.6。 medium benchmark 成本更低，为 $1.339 vs $1.771。 medium 更快，为 19.67s vs 26.59s，通过率为 74.2% vs 74.2%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-18

已对比模型

排名
#45
总输出令牌
382,087
响应时间（平均）
26.59s
总成本
$1.771
排名
#46
总输出令牌
278,664
响应时间（平均）
19.67s
总成本
$1.339
推荐模型 medium

它在本次比较中得分最高（8.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06 Muse Spark 1.2 Muse Spark 1.2 medium 发布日期: 2026-08-06
分数 8.7 8.6
排名 #45 #46
可靠性 9.9 10.0
一致性 8.3 8.7
尝试次数 66/66 66/66
测试正确
尝试通过率 74.2% 74.2%
不稳定测试 5 4
总运行次数 66 66
每个结果成本 12.645 9.564
总成本 $1.771 $1.339
输入价格 $1.250 / 1M $1.250 / 1M
输出价格 $4.250 / 1M $4.250 / 1M
总输入令牌 117,037 123,680
输出令牌 6,983 7,222
推理令牌 375,104 271,442
响应时间（平均） 26.59s 19.67s
响应时间（最大） 192.00s 142.49s
响应时间（总计） 584.89s 432.72s
参数量 ~1T 总计 (~50B 激活) ~1T 总计 (~50B 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 1.2

high
成本
$0.057
时间
34.7s
令牌
13,356 tok

#46 Muse Spark 1.2

medium
成本
$0.033
时间
21.8s
令牌
7,846 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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857
Muse Spark 1.2 10.0 10.0 100.0% 0 17.49s 7,275 353 33,215

快速对比

切换对比组合

Claude Fable 5mediumvsMuse Spark 1.2highClaude Opus 4.7mediumvsMuse Spark 1.2highMuse Spark 1.2highvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2highMuse Spark 1.2mediumvsGLM 5.3 FlashmaxMuse Spark 1.2mediumvsQwen3.8 MaxlowGemini 3.6 FlashlowvsMuse Spark 1.2mediumClaude Opus 4.8mediumvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2mediumMuse Spark 1.2highvsQwen3.6 Max PreviewmediumMuse Spark 1.2highvsQwen3.8 Maxlow