导航
Advertise here

Muse Spark 1.2 (low) vs Grok 4.5 (low)

Muse Spark 1.2 (low) 平均分领先，为 8.4 vs 8.4。 Muse Spark 1.2 (low) benchmark 成本更低，为 $0.655 vs $0.945。 Muse Spark 1.2 (low) 更快，为 9.77s vs 16.17s，通过率为 77.3% 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
#56
总输出令牌
123,963
响应时间（平均）
9.77s
总成本
$0.655
排名
#58
总输出令牌
115,489
响应时间（平均）
16.17s
总成本
$0.945
推荐模型 Muse Spark 1.2 (low)

它在这里得分最高（8.4），同时响应速度比Grok 4.5 (low)快约 1.7 倍。

详细对比

指标 Muse Spark 1.2 Muse Spark 1.2 low 发布日期: 2026-08-06 Grok 4.5 Grok 4.5 low 发布日期: 2026-07-08
分数 8.4 8.4
排名 #56 #58
可靠性 10.0 10.0
一致性 9.0 9.3
尝试次数 66/66 66/66
测试正确
尝试通过率 77.3% 77.3%
不稳定测试 3 2
总运行次数 66 66
每个结果成本 4.361 5.901
总成本 $0.655 $0.945
输入价格 $1.250 / 1M $2.000 / 1M
输出价格 $4.250 / 1M $6.000 / 1M
总输入令牌 101,811 125,605
输出令牌 8,025 7,505
推理令牌 115,938 107,984
响应时间（平均） 9.77s 16.17s
响应时间（最大） 47.80s 205.28s
响应时间（总计） 214.83s 355.67s
参数量 ~1T 总计 (~50B 激活) ~1.7T 总计 (~170B 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.

#56 Muse Spark 1.2

low
成本
$0.019
时间
14.6s
令牌
4,384 tok

#58 SpaceXAI: Grok 4.5

low
成本
$0.011
时间
12.4s
令牌
2,018 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 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

快速对比

切换对比组合

GPT-5.2mediumvsGrok 4.5lowMuse Spark 1.2lowvsGrok 4.5mediumQwen3.8 27BhighvsGrok 4.5lowDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowSeed 2.1 TurbomediumvsGrok 4.5lowMuse Spark 1.2lowvsGrok 4.6mediumDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowInkling SmallhighvsGrok 4.5lowMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsQwen3.8 27BhighDeepSeek V4.1 FlashmaxvsGrok 4.5lowDeepSeek V4.1 FlashmediumvsGrok 4.5low