导航
Advertise here

Muse Spark 1.2 (high) vs GPT-5.4 (medium)

Muse Spark 1.2 (high) 平均分领先，为 8.7 vs 8.5。 GPT-5.4 (medium) benchmark 成本更低，为 $1.560 vs $1.771。 GPT-5.4 (medium) 更快，为 22.85s vs 26.59s，通过率为 74.2% vs 77.3%。

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
#51
总输出令牌
90,466
响应时间（平均）
22.85s
总成本
$1.560
推荐模型 GPT-5.4 (medium)

它提供了最佳整体取舍：得分有竞争力（8.5），成本低于Muse Spark 1.2 (high)，响应时间也较均衡。

详细对比

指标 Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06 GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05
分数 8.7 8.5
排名 #45 #51
可靠性 9.9 10.0
一致性 8.3 8.6
尝试次数 66/66 66/66
测试正确
尝试通过率 74.2% 77.3%
不稳定测试 5 4
总运行次数 66 66
每个结果成本 12.645 10.399
总成本 $1.771 $1.560
输入价格 $1.250 / 1M $2.500 / 1M
输出价格 $4.250 / 1M $15.000 / 1M
总输入令牌 117,037 81,136
输出令牌 6,983 6,155
推理令牌 375,104 84,311
响应时间（平均） 26.59s 22.85s
响应时间（最大） 192.00s 100.41s
响应时间（总计） 584.89s 502.78s
参数量 ~1T 总计 (~50B 激活) ~1.5T 总计 (~100B 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

#51 GPT-5.4

medium
成本
$0.214
时间
199.6s
令牌
14,349 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
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

快速对比

切换对比组合

GPT-5.4mediumvsQwen3.8 MaxlowClaude Fable 5mediumvsMuse Spark 1.2highClaude Opus 4.7mediumvsMuse Spark 1.2highMuse Spark 1.2highvsGLM 5.3 FlashmaxDeepSeek V4.1 FlashlowvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGPT-5.4mediumGemini 3.6 FlashlowvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2highMuse Spark 1.2lowvsGPT-5.4mediumClaude Opus 4.8mediumvsMuse Spark 1.2highMuse Spark 1.2highvsQwen3.6 Max PreviewmediumMuse Spark 1.2highvsQwen3.8 Maxlow