Muse Spark 1.2 (low) vs Grok 4.6 (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Grok 4.6 (medium)低约 2.6 倍。

指标	Muse Spark 1.2 Muse Spark 1.2 low 发布日期: 2026-08-06	Grok 4.6 Grok 4.6 medium 发布日期: 2026-08-12

指标	Muse Spark 1.2 Muse Spark 1.2 low 发布日期: 2026-08-06	Grok 4.6 Grok 4.6 medium 发布日期: 2026-08-12
分数	8.4	8.4
排名	#61	#62
可靠性	10.0	10.0
一致性	9.0	8.6
尝试次数	66/66	66/66
测试正确
尝试通过率	77.3%	81.8%
不稳定测试	3	4
总运行次数	66	66
每个结果成本	4.361	10.703
总成本	$0.655	$1.713
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	106,787
输出令牌	8,025	4,811
推理令牌	115,938	244,997
响应时间（平均）	9.77s	73.46s
响应时间（最大）	47.80s	514.35s
响应时间（总计）	214.83s	1616.12s
参数量	~1T 总计 (~50B 激活)	~1.7T 总计 (~170B 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
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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	8.4	7.4	88.9%	1		10.09s	7,275	343	19,717
Grok 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

切换对比组合