In der Messung von Artificial Analysis erreicht Muse Spark 1.2 im Intelligence Index 54 Punkte. Damit liegt es ungefähr auf dem Niveau von GPT-5.5 mit 55 und Grok 4.5 mit 54, aber hinter Claude Opus 5 mit 61, Claude Fable 5 mit 60, GPT-5.6 Sol mit 59 und Kimi K3 mit 57. Version 1.1 kam auf 51 Punkte, die erste Version auf 43.
Die stärksten Verbesserungen liegen bei Aufgaben mit Werkzeugen oder längeren Abläufen: GDPval steigt von 1.371 auf 1.631 Elo-Punkte, Terminal von 78 auf 80 und tau Banking von 25 auf 27. Die Halluzinationsrate sinkt in der Messung von 38 auf 28 Prozent; der Anteil versuchter Aufgaben fällt von 82 auf 67 Prozent. Bei CritPt steigt der Wert von 15 auf 18, während SciCode von 58 auf 56 und HLE von 45 auf 44 fällt.
Artificial Analysis nennt für eine Index-Aufgabe rund 0,40 US-Dollar bei den Listenpreisen von 1,25 Dollar pro Million Eingabe- und 4,25 Dollar pro Million Ausgabetoken. Die Messung enthält keine Arena-Abstimmung. Einzelwerte hängen von Testaufgaben, Modellversion und Bewertungsmethode ab; aus 54 Punkten folgt keine allgemeine Überlegenheit.