Muse Spark 1.2: para qué sirve de verdad (benchmark en español)

Su fuerte es Coding (#8 de 97 entre los que rinden el examen completo), y donde menos rinde es Agentes (6.98 contra 9.73). Cuesta $6.75 por cada 1.000 llamadas.

Nota de calidad8.28/10#28 de 97 · del mejor al peor hay 1.3 puntos

Por 1.000 llamadas$6.75el 27º más caro de 97

Al mes, uso típico$10.1250 llamadas por día, todos los días

Velocidad172 tok/s13.9 s de espera media

⬡ Propietario ⚒ Puede usar herramientas ⌸ Le caben ~1.700 páginas a la vez ⛨ Resiste bien instrucciones ocultas · 10.0/10

Dónde está parado, pilar por pilar

La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.

Coding 9.73 (+0.65 vs mediana)

Contenido 8.86 (+0.48 vs mediana)

Razonamiento 8.36 (+0.40 vs mediana)

Agentes 6.98 (-0.56 vs mediana)

Medido con 143 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos

Qué hace bien y qué no

Su media entre las 32 tareas medidas es 7.65. Un promedio esconde justo lo que te importa, así que acá están los extremos.

Donde rinde por encima de sí mismo

JSON estructurado (extracción, schemas) — 9.03 (+1.38 contra su media). Decide: emitir JSON válido a la primera
Precisión literal (hex, JWT, configs) — 9.03 (+1.38 contra su media). Decide: no equivocarse en un dato
Gestión de tareas (action items, planes) — 8.62 (+0.97 contra su media). Decide: convertir una conversación en tareas
Resistencia a prompt injection — 8.61 (+0.96 contra su media). Decide: resistir una fuga de datos

Donde se cae

Orquestación (flujos de varios pasos) — 3.74 (-3.91 contra su media). Decide: coordinar un flujo de varios pasos
No inventar herramientas (abstenerse cuando no hay) — 6.03 (-1.62 contra su media). Decide: no inventar herramientas que no existen
Capacidades de agente (delegación, skills) — 6.20 (-1.45 contra su media). Decide: delegar y usar lo que tiene a mano
Noticias + SEO (artículos completos) — 6.66 (-0.99 contra su media). Decide: escribir un artículo publicable

Si Muse Spark 1.2 no te cierra

Alternativas elegidas por contraste con este modelo, no por ranking general.

Modelo	Calidad	$/1k	Latencia	Por qué
Nex-N2-Mini Más barato, calidad equivalente	8.13	$0.158	17.1 s	misma nota o mejor, menos plata por llamada
GPT-5.6 Luna Mejor nota, precio parecido	8.52	$0.930	10.6 s	hasta 30% más caro, pero rinde más
Gemini 3.1 Flash Lite Responde antes	8.09	$2.33	4.1 s	al menos 40% menos de espera, sin caer de nota

La ficha: Muse Spark 1.2 en números

Todo esto sale de runs propios, guardados y auditables. La latencia es la total de respuesta, no el time-to-first-token.

Calidad medida
Runs que puntúan	143
Tool calling	5.44
Resistencia a prompt injection	10.00
Precio
Precio por millón · entrada	$1.25
Precio por millón · salida	$4.25
Rendimiento y límites
Latencia total media	13.9 s
Ventana de contexto	1.048.576
Contexto útil medido	128.000

Contra los mejores del ranking, en plata

La pregunta útil no es cuánto le falta a Muse Spark 1.2 para ser el mejor: es cuánta calidad extra estás comprando, y a cuántas veces el precio. Eso es lo que decide si conviene.

Modelo	Calidad	$/1.000 llamadas
Muse Spark 1.2 Este modelo	8.28	$6.75
GPT-5.6 Luna El de más calidad medida	8.52	$0.930
Claude Opus 4.8 El frontier más caro del top 10	8.48	$39.00

GPT-5.6 Luna (el techo medido) rinde 3% más y además es más barato: $0.930 contra $6.75. Acá no hay que elegir.
Claude Opus 4.8 (el caro que todos conocen) rinde 2% más (8.48 contra 8.28) y cuesta 6 veces más por llamada.

Los tres salen de las mismas 29 tareas, el mismo juez y los mismos límites. Los benchmarks del fabricante miden otra cosa —y están enlazados más abajo.

Cuánto `max_tokens` darle, por tarea

Si tu nodo o tu script queda por debajo de esto, Muse Spark 1.2 no falla: entrega de menos — y quien lo consume lo lee como que no había nada que reportar. Es el modo de falla más caro que hay, porque se parece a que todo salió bien.

Tarea	Mediana	Peor caso medido	max_tokens sugerido
Tareas largas (sostener el hilo 8-12 turnos)	7.906	17.875	22.343 (piso)
Noticias + SEO (artículos completos)	3.090	5.706	7.132
Integridad de idioma (no mezclar idiomas)	2.803	5.577	6.971
Razonamiento profundo (matemática. Fermi)	2.860	4.846	6.057
Decisiones de negocio (prioridades. plan)	2.635	4.652	5.815
Contenido startup (newsletter. actualidad)	3.386	3.716	4.645
Verificar un dato contra su fuente	802	3.583	4.478
Presentaciones (slides. reportes)	3.541	3.541	4.426
Estrategia (pricing. planificación)	3.397	3.452	4.315
Generación de código (Python. SQL. debug)	2.201	3.365	4.206
Auditar números (detectar el error plantado)	2.292	3.075	3.843
Razonamiento general (lógica. decisiones)	2.684	3.056	3.820
OCR / extracción desde imágenes	2.388	3.025	3.781
Creatividad (hooks. analogías. narrativa)	1.695	2.965	3.706
Ventas en frío (cold email. campañas)	1.618	2.827	3.533
Contenido con datos verificables (no inventar)	2.211	2.649	3.311
Gestión de tareas (action items. planes)	2.324	2.476	3.095
Anti-alucinación (citas. contexto)	1.177	2.063	2.578
Traducción (es↔en)	1.037	1.882	2.352
Seguir instrucciones al pie de la letra	1.656	1.723	2.153
Resistencia a prompt injection	964	1.706	2.132
Resúmenes y extracción de datos	1.599	1.599	1.998
Contenido genérico (blog. email. social)	1.496	1.589	1.986
Orquestación (flujos de varios pasos)	785	1.568	1.960
JSON estructurado (extracción. schemas)	760	1.494	1.867
Capacidades de agente (delegación. skills)	882	1.430	1.787
Precisión literal (hex. JWT. configs)	461	1.415	1.768
Multi-turno (debugging. requisitos)	1.165	1.235	1.543
Aguja en el pajar (contexto largo en español)	496	892	1.115
No inventar herramientas (abstenerse cuando no hay)	213	859	1.073
Soporte al cliente (clasificar y responder)	593	632	790
Tool calling (llamada de funciones)	478	564	705

Las marcadas (piso) tocaron el techo del propio examen (8.192): ahí la respuesta se cortó, así que el número dice «al menos esto», no «esto exactamente». Dar más aire en esas.

Los números oficiales de Muse Spark 1.2

Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.

Ficha en OpenRouter — precio vigente, proveedores que lo sirven y límites de contexto

Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.

¿Es el mejor para TU caso?

Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Muse Spark 1.2 es tu opción o hay algo mejor para lo que haces.

Ir a la calculadora →