- 排名
- #30
- 总输出令牌
- 382,087
- 响应时间（平均）
- 26.59s
- 总成本
- $1.771
Muse Spark 1.2 (high) vs GPT-5.5 (low)
GPT-5.5 (low) 平均分领先，为 9.3 vs 8.7。 GPT-5.5 (low) benchmark 成本更低，为 $1.257 vs $1.771。 GPT-5.5 (low) 更快，为 10.15s vs 26.59s，通过率为 74.2% vs 86.4%。
- 排名
- #10
- 总输出令牌
- 28,540
- 响应时间（平均）
- 10.15s
- 总成本
- $1.257
推荐模型
GPT-5.5 (low)
它在这里得分最高（9.3），同时响应速度比Muse Spark 1.2 (high)快约 2.6 倍。
详细对比
| 指标 | Muse Spark 1.2 Muse Spark 1.2 high | GPT-5.5 GPT-5.5 low |
|---|---|---|
| 分数 | 8.7 | 9.3 |
| 排名 | #30 | #10 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 8.3 | 10.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 74.2% | 86.4% |
| 不稳定测试 | 5 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 12.645 | 6.614 |
| 总成本 | $1.771 | $1.257 |
| 输入价格 | $1.250 / 1M | $5.000 / 1M |
| 输出价格 | $4.250 / 1M | $30.000 / 1M |
| 总输入令牌 | 117,037 | 80,067 |
| 输出令牌 | 6,983 | 5,378 |
| 推理令牌 | 375,104 | 23,162 |
| 响应时间（平均） | 26.59s | 10.15s |
| 响应时间（最大） | 192.00s | 56.19s |
| 响应时间（总计） | 584.89s | 223.24s |
| 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.
#30 Muse Spark 1.2
high- 成本
- $0.057
- 时间
- 34.7s
- 令牌
- 13,356 tok
#10 GPT-5.5
low- 成本
- $0.068
- 时间
- 37.0s
- 令牌
- 2,339 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
| 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 1.2 | 7.1 | 8.4 | 58.3% | 1 | 6.00s | 618 | 544 | 11,656 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 606 | 238 | 1,020 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 15.04s | 7,302 | 423 | 6,402 |
| 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 1.2 | 8.0 | 6.9 | 66.7% | 1 | 39.89s | 89,299 | 4,673 | 47,491 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 13.73s | 56,868 | 3,635 | 1,297 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 6.93s | 6,969 | 240 | 6,258 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 7,140 | 228 | 157 |
| 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 1.2 | 4.1 | 4.4 | 44.5% | 2 | 108.85s | 738 | 94 | 228,558 | |
| GPT-5.5 | 5.3 | 10.0 | 33.3% | 0 | 28.19s | 732 | 69 | 11,731 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 13.93s | 477 | 120 | 4,203 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.17s | 477 | 133 | 245 |
| 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 1.2 | 9.8 | 10.0 | 100.0% | 0 | 5.43s | 669 | 117 | 6,124 | |
| GPT-5.5 | 9.9 | 10.0 | 100.0% | 0 | 3.74s | 660 | 93 | 415 |
| 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 1.2 | 8.2 | 7.7 | 77.8% | 1 | 10.07s | 651 | 343 | 15,171 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.74s | 642 | 279 | 954 |
| 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 1.2 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 10,158 | 459 | 1,316 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 5,445 | 250 | 101 |
| 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 1.2 | 3.0 | 10.0 | 0.0% | 0 | 14.99s | 183 | 42 | 6,470 | |
| GPT-5.5 | 3.0 | 10.0 | 0.0% | 0 | 10.06s | 195 | 30 | 840 |
快速对比
切换对比组合
GPT-5.5lowvsGrok 4.6highClaude Fable 5mediumvsMuse Spark 1.2highClaude Opus 4.7mediumvsMuse Spark 1.2highGemini 3.6 FlashlowvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2highGemini 3.7 FlashmediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8mediumvsMuse Spark 1.2highGemini 3.1 Pro PreviewmediumvsGPT-5.5lowMuse Spark 1.2highvsQwen3.6 Max PreviewmediumMuse Spark 1.2highvsQwen3.8 MaxlowClaude Opus 5highvsGPT-5.5low