Muse Spark 1.2 (high) vs GPT-5.5 (medium)

排名: #20
总输出令牌: 349,571
响应时间（平均）: 23.99s
总成本: $1.632

排名: #15
总输出令牌: 124,436
响应时间（平均）: 38.42s
总成本: $4.137

推荐模型 Muse Spark 1.2 (high)

它的得分接近这里的最高分（8.8 vs 9.0），同时成本比GPT-5.5 (medium)低约 2.5 倍。

详细对比

指标	Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24

指标	Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24
分数	8.8	9.0
排名	#20	#15
可靠性	9.8	10.0
一致性	8.7	8.9
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	75.8%	87.9%
不稳定测试	4	3
总运行次数	66	66
每个结果成本	10.880	22.980
总成本	$1.632	$4.137
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	117,028	80,659
输出令牌	6,983	5,617
推理令牌	342,588	118,819
响应时间（平均）	23.99s	38.42s
响应时间（最大）	192.00s	332.10s
响应时间（总计）	527.70s	845.35s

模型生成展示

Hamster playing table tennis

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

#20 Muse Spark 1.2

high

成本: $0.057
时间: 34.7s
令牌: 13,356 tok

#15 GPT-5.5

medium

成本: $0.112
时间: 71.9s
令牌: 3,807 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 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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 1.2	10.0	10.0	100.0%	0		22.24s	7,275	351	47,857
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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		33.52s	57,466	3,944	6,735

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		4.18s	7,140	234	593

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	5.9	7.2	55.6%	1		89.79s	729	94	196,042
GPT-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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		4.16s	477	138	223

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	10.0	10.0	100.0%	0		3.36s	660	93	538

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		6.76s	642	241	2,225

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		10.57s	5,445	258	832

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	2.8	1.6	33.3%	1		37.86s	195	30	1,754

快速对比

切换对比组合

Gemini 3.6 FlashlowvsMuse Spark 1.2high Gemini 3.5 FlashlowvsGPT-5.5medium Claude Opus 4.7mediumvsMuse Spark 1.2high GPT-5.5mediumvsGrok 4.5high Muse Spark 1.2highvsQwen3.8 Maxlow Claude Opus 4.8mediumvsMuse Spark 1.2high Claude Fable 5mediumvsMuse Spark 1.2high Claude Opus 5lowvsMuse Spark 1.2high Muse Spark 1.2highvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsMuse Spark 1.2high Muse Spark 1.2highvsGPT-5.4medium Claude Opus 5highvsGPT-5.5medium