Muse Spark 1.2 (low) vs GPT-5.2 (medium)

已对比模型

推荐模型 Muse Spark 1.2 (low)

它在这里得分最高（8.4），同时成本比GPT-5.2 (medium)低约 1.8 倍。

指标	Muse Spark 1.2 Muse Spark 1.2 low 发布日期: 2026-08-06	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11

指标	Muse Spark 1.2 Muse Spark 1.2 low 发布日期: 2026-08-06	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数	8.4	8.4
排名	#56	#59
可靠性	10.0	10.0
一致性	9.0	8.5
尝试次数	66/66	66/66
测试正确
尝试通过率	77.3%	72.7%
不稳定测试	3	4
总运行次数	66	66
每个结果成本	4.361	8.438
总成本	$0.655	$1.182
输入价格	$1.250 / 1M	$1.750 / 1M
输出价格	$4.250 / 1M	$14.000 / 1M
总输入令牌	101,811	105,013
输出令牌	8,025	9,914
推理令牌	115,938	61,338
响应时间（平均）	9.77s	28.51s
响应时间（最大）	47.80s	116.86s
响应时间（总计）	214.83s	456.13s
参数量	~1T 总计 (~50B 激活)	~1.2T 总计 (~80B 激活)
开放状态	闭源	闭源

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

low

medium

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	9.2	8.4	91.7%	1		3.26s	618	382	5,416
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

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	8.4	7.4	88.9%	1		10.09s	7,275	343	19,717
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

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	9.8	10.0	100.0%	0		17.03s	74,073	5,751	16,847
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693

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		4.22s	6,969	240	2,972
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

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	5.3	10.0	33.3%	0		28.53s	738	167	54,780
GPT-5.2	5.9	7.2	55.6%	1		97.33s	482	42	26,812

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	5.0	10.0	0.0%	0		8.46s	477	132	2,182
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

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		2.95s	669	117	3,085
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

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	8.7	7.7	88.9%	1		5.17s	651	391	6,460
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

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		3.58s	10,158	459	833
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

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		10.00s	183	43	3,646
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

切换对比组合