- 排名
- #26
- 总输出令牌
- 349,571
- 响应时间（平均）
- 23.99s
- 总成本
- $1.632
Muse Spark 1.2 (high) vs GPT-5.6 Sol (medium)
GPT-5.6 Sol (medium) 平均分领先，为 9.4 vs 8.8。 GPT-5.6 Sol (medium) benchmark 成本更低，为 $1.316 vs $1.632。 GPT-5.6 Sol (medium) 更快，为 11.35s vs 23.99s，通过率为 75.8% vs 90.9%。
- 排名
- #8
- 总输出令牌
- 30,698
- 响应时间（平均）
- 11.35s
- 总成本
- $1.316
推荐模型
GPT-5.6 Sol (medium)
它在这里得分最高（9.4），同时响应速度比Muse Spark 1.2 (high)快约 2.1 倍。
详细对比
| 指标 | Muse Spark 1.2 Muse Spark 1.2 high | GPT-5.6 Sol GPT-5.6 Sol medium |
|---|---|---|
| 分数 | 8.8 | 9.4 |
| 排名 | #26 | #8 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 8.7 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 75.8% | 90.9% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.880 | 7.311 |
| 总成本 | $1.632 | $1.316 |
| 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 | 78,997 |
| 输出令牌 | 6,983 | 4,696 |
| 推理令牌 | 342,588 | 26,002 |
| 响应时间（平均） | 23.99s | 11.35s |
| 响应时间（最大） | 192.00s | 79.40s |
| 响应时间（总计） | 527.70s | 249.73s |
| 参数量 | ~1T 总计 (~50B 激活) | ~2T 总计 (~150B 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.
#26 Muse Spark 1.2
high- 成本
- $0.057
- 时间
- 34.7s
- 令牌
- 13,356 tok
#8 GPT-5.6 Sol
medium- 成本
- $0.124
- 时间
- 57.2s
- 令牌
- 4,199 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.81s | 606 | 173 | 572 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 7,302 | 394 | 4,706 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 17.65s | 55,798 | 3,119 | 2,616 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.38s | 7,140 | 222 | 0 |
| 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-5.6 Sol | 5.9 | 7.2 | 55.6% | 1 | 47.86s | 723 | 71 | 16,201 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 477 | 99 | 214 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.50s | 660 | 96 | 249 |
| 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-5.6 Sol | 8.2 | 7.2 | 88.9% | 1 | 2.98s | 642 | 228 | 566 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 5,454 | 264 | 361 |
| 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-5.6 Sol | 4.7 | 1.6 | 66.7% | 1 | 4.94s | 195 | 30 | 517 |
快速对比
切换对比组合
Gemini 3.6 FlashlowvsMuse Spark 1.2highClaude Opus 4.7mediumvsMuse Spark 1.2highMuse Spark 1.2highvsQwen3.8 MaxlowClaude Opus 4.8mediumvsMuse Spark 1.2highClaude Opus 5highvsGPT-5.6 SolmediumClaude Fable 5mediumvsMuse Spark 1.2highGPT-5.6 SolmediumvsGrok 4.6highClaude Opus 5lowvsMuse Spark 1.2highMuse Spark 1.2highvsGPT-5.3-CodexmediumGemini 3.7 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashlowvsMuse Spark 1.2high