- 排名
- #25
- 总输出令牌
- 117,915
- 响应时间（平均）
- 43.67s
- 总成本
- $0.633
Muse Spark 1.3 (low) vs Grok 4.5 (high)
平均分几乎持平，为 9.0 vs 9.0。 Muse Spark 1.3 (low) benchmark 成本更低，为 $0.633 vs $2.252。 Muse Spark 1.3 (low) 更快，为 43.67s vs 72.30s，通过率为 83.3% vs 86.4%。
- 排名
- #26
- 总输出令牌
- 324,462
- 响应时间（平均）
- 72.30s
- 总成本
- $2.252
推荐模型
Muse Spark 1.3 (low)
它在这里得分最高（9.0），同时成本比Grok 4.5 (high)低约 3.6 倍。
详细对比
| 指标 | Muse Spark 1.3 Muse Spark 1.3 low | Grok 4.5 Grok 4.5 high |
|---|---|---|
| 分数 | 9.0 | 9.0 |
| 排名 | #25 | #26 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 9.0 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 83.3% | 86.4% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.720 | 12.565 |
| 总成本 | $0.633 | $2.252 |
| 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 | 104,966 | 152,175 |
| 输出令牌 | 10,208 | 5,655 |
| 推理令牌 | 107,707 | 318,807 |
| 响应时间（平均） | 43.67s | 72.30s |
| 响应时间（最大） | 190.38s | 676.83s |
| 响应时间（总计） | 960.70s | 1590.56s |
| 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.
#25 Muse Spark 1.3
low- 成本
- $0.017
- 时间
- 83.9s
- 令牌
- 3,959 tok
#26 SpaceXAI: Grok 4.5
high- 成本
- $0.015
- 时间
- 29.7s
- 令牌
- 2,737 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 1.3 | 10.0 | 10.0 | 100.0% | 0 | 13.17s | 618 | 454 | 5,890 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.67s | 2,991 | 204 | 4,545 |
| 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 1.3 | 10.0 | 10.0 | 100.0% | 0 | 53.93s | 7,275 | 1,047 | 21,679 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 155.16s | 9,579 | 357 | 100,752 |
| 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 1.3 | 8.7 | 6.9 | 83.3% | 1 | 70.20s | 77,146 | 5,170 | 12,172 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 35.56s | 113,448 | 4,299 | 13,004 |
| 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 1.3 | 10.0 | 10.0 | 100.0% | 0 | 14.48s | 7,155 | 409 | 3,724 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.63s | 8,937 | 225 | 3,888 |
| 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 1.3 | 2.9 | 4.4 | 22.2% | 2 | 107.84s | 634 | 1,097 | 39,095 | |
| Grok 4.5 | 4.1 | 4.4 | 44.5% | 2 | 301.27s | 2,523 | 6 | 173,117 |
| 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 1.3 | 10.0 | 10.0 | 100.0% | 0 | 15.67s | 477 | 193 | 1,375 | |
| Grok 4.5 | 4.7 | 1.6 | 66.7% | 1 | 9.82s | 1,077 | 83 | 1,899 |
| 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 1.3 | 9.8 | 10.0 | 100.0% | 0 | 16.20s | 669 | 274 | 3,254 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.23s | 1,857 | 57 | 3,154 |
| 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 1.3 | 10.0 | 10.0 | 100.0% | 0 | 33.32s | 651 | 752 | 11,126 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.88s | 2,430 | 220 | 4,312 |
| 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 1.3 | 10.0 | 10.0 | 100.0% | 0 | 13.00s | 10,158 | 522 | 1,532 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.71s | 8,544 | 192 | 901 |
| 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 1.3 | 3.0 | 10.0 | 0.0% | 0 | 92.31s | 183 | 290 | 7,860 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 60.58s | 789 | 12 | 13,235 |
快速对比
切换对比组合
Muse Spark 1.3mediumvsGrok 4.5highMuse Spark 1.3lowvsQwen3.8 MaxmediumQwen3.8 MaxmediumvsGrok 4.5highGPT-5.3-CodexmediumvsGrok 4.5highMuse Spark 1.3lowvsGPT-5.5mediumMuse Spark 1.3lowvsGPT-5.3-CodexmediumGemini 3.5 FlashmediumvsMuse Spark 1.3lowGPT-5.5mediumvsGrok 4.5highGemini 3.5 FlashmediumvsGrok 4.5highClaude Fable 5.1highvsMuse Spark 1.3lowSeed 2.1 TurbohighvsMuse Spark 1.3lowMuse Spark 1.3lowvsQwen3.7 Maxmedium