- 排名
- #61
- 总输出令牌
- 220,815
- 响应时间（平均）
- 77.44s
- 总成本
- $1.260
Muse Spark Open (medium) vs GPT-5.4 (medium)
平均分几乎持平，为 8.8 vs 8.8。 Muse Spark Open (medium) benchmark 成本更低，为 $1.260 vs $2.213。 GPT-5.4 (medium) 更快，为 24.81s vs 77.44s，通过率为 78.3% vs 78.3%。
已对比模型
- 排名
- #60
- 总输出令牌
- 96,502
- 响应时间（平均）
- 24.81s
- 总成本
- $2.213
推荐模型
GPT-5.4 (medium)
它在这里得分最高（8.8），同时响应速度比Muse Spark Open (medium)快约 3.1 倍。
详细对比
| 指标 | Muse Spark Open Muse Spark Open medium | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| 分数 | 8.8 | 8.8 |
| 排名 | #61 | #60 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 8.2 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 78.3% | 78.3% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 8.396 | 12.535 |
| 总成本 | $1.260 | $2.213 |
| 输入价格 | $1.250 / 1M | $2.500 / 1M |
| 输出价格 | $4.250 / 1M | $15.000 / 1M |
| 缓存读取价格 | $0.150 / 1M | $0.250 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 256,646 | 223,210 |
| 输出令牌 | 10,490 | 7,312 |
| 推理令牌 | 210,325 | 89,190 |
| 响应时间（平均） | 77.44s | 24.81s |
| 响应时间（最大） | 643.19s | 100.41s |
| 响应时间（总计） | 1781.16s | 570.60s |
| 参数量 | 816B 总计 (42B 激活) | ~1.5T 总计 (~100B 激活) |
| 开放状态 | 权重可用 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#61 Muse Spark Open
medium- 成本
- $0.018
- 时间
- 10.0s
- 令牌
- 4,265 tok
#60 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
类别细分
| 智能体任务 | 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 Open | 10.0 | 10.0 | 100.0% | 0 | 43.27s | 142,559 | 2,198 | 5,604 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 67.82s | 142,074 | 1,157 | 4,879 |
| 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 Open | 6.9 | 5.8 | 75.0% | 2 | 175.36s | 1,851 | 494 | 6,363 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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 Open | 8.2 | 7.2 | 88.9% | 1 | 18.01s | 8,478 | 821 | 18,472 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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 Open | 10.0 | 10.0 | 100.0% | 0 | 72.16s | 76,922 | 5,197 | 15,661 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 |
| 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 Open | 10.0 | 10.0 | 100.0% | 0 | 10.67s | 7,767 | 229 | 3,036 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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 Open | 5.9 | 7.2 | 55.6% | 1 | 216.17s | 1,937 | 90 | 137,454 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 72.44s | 628 | 61 | 36,544 |
| 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 Open | 10.0 | 10.0 | 100.0% | 0 | 4.90s | 879 | 116 | 2,605 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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 Open | 7.3 | 5.8 | 83.3% | 1 | 18.42s | 1,467 | 267 | 3,850 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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 Open | 8.4 | 9.9 | 66.7% | 0 | 29.40s | 1,848 | 510 | 11,431 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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 Open | 10.0 | 10.0 | 100.0% | 0 | 8.45s | 12,354 | 365 | 1,162 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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 Open | 3.0 | 10.0 | 0.0% | 0 | 29.87s | 584 | 203 | 4,687 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
快速对比
切换对比组合
DeepSeek V4.1 FlashhighvsMuse Spark OpenmediumGPT-5.4mediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsGPT-5.4mediumMuse Spark 1.2lowvsGPT-5.4mediumMuse Spark OpenmediumvsQwen3.8 MAXlowGPT-5.4mediumvsPareto 26.9defaultMuse Spark OpenmediumvsQwen3.8 27Bhigh免费可用Muse Spark OpenmediumvsGPT-6 SollowMuse Spark OpenmediumvsPareto 26.9defaultMuse Spark 1.2highvsGPT-5.4mediumGPT-5.4mediumvsQwen3.8 27Bhigh免费可用DeepSeek V4.1 FlashmaxvsMuse Spark Openmedium