GPT-OSS 120B или Muse Spark 1.3: что лучше?

Качество: здесь разница заметна сразу

В рейтинге КьюВи GPT-OSS 120B сейчас находится на 35 месте с результатом 3.7 из 10. Muse Spark 1.3 занимает 9 место и получает 8.6 из 10. По общей оценке впереди Muse Spark 1.3, а текущий лидер рейтинга КьюВи, Claude Opus 5.5, набирает 9.9.

Разрыв особенно хорошо виден в практической работе. GPT-OSS 120B получил 5.0 за кодинг и 9.9 за рассуждение. Поэтому на задаче, где нужно быстро написать рабочий код, преимущество сейчас у Muse Spark 1.3 по соответствующему измерению.

У GPT-OSS 120B есть интересная особенность: высокий результат по рассуждению не превращается в высокий общий балл. Модель может уверенно разбирать условие, но слабее проходить весь прикладной тест, где требуется точный код, формат ответа и соблюдение ограничений. Это полезное предупреждение против выбора по одному красивому числу.

Скорость и цена в тенге

Медианная скорость ответа пока не накоплена в достаточном объёме ни для GPT-OSS 120B, ни для Muse Spark 1.3. В КьюВи это указано как — для первой модели и — для второй. Делать вывод, что одна из них быстрее, пока рано: такой вывод был бы выдумкой.

По цене средний вопрос для GPT-OSS 120B стоит примерно 10 ₸, а для Muse Spark 1.3, 10 ₸. Для обычного пользователя разница практически не определяет выбор. Десять вопросов обойдутся примерно в десятикратную цену одного запроса каждой модели, но итоговая сумма зависит от живого тарифа КьюВи.

Обе модели доступны из Казахстана: оплата проходит в тенге, интерфейс есть на русском и казахском языках, а на старте доступны три бесплатных вопроса. Это удобный способ проверить именно свои сценарии, не покупая отдельную подписку сразу.

Контекст и типы задач

GPT-OSS 120B работает с контекстом 131K, тогда как Muse Spark 1.3 принимает до 1M. Для короткого запроса это почти неважно. Разница появляется, когда в чат нужно загрузить длинный договор, техническое задание или несколько файлов с кодом.

Представим конкретный запрос: «Найди в этом 200-страничном договоре все условия досрочного расторжения, собери их в таблицу и укажи пункты». С большим объёмом исходного материала Muse Spark 1.3 выглядит практичнее благодаря контексту 1M. GPT-OSS 120B тоже подходит для анализа документов, но при длинном входе придётся внимательнее следить за лимитом 131K.

Другой пример: «Напиши функцию на Python, которая объединяет CSV-файлы, удаляет дубликаты по ИИН и выдаёт отчёт об ошибках». Здесь решающим становится кодинг. По текущему подбаллу Muse Spark 1.3 впереди, поэтому для такого запроса я бы начал именно с этой модели, а затем проверил результат локальным запуском. Ни одну модель нельзя считать заменой тестам и ревью.

Для учебного вопроса вроде «объясни, почему в SQL этот JOIN возвращает лишние строки, и покажи исправленный запрос» GPT-OSS 120B может быть полезен благодаря своему показателю рассуждения 9.9. Но если ответ должен сразу содержать аккуратный исполняемый пример, оценка кодинга у Muse Spark 1.3 составляет 9.4, и это весомый аргумент в её пользу.

Мы прогнали модели через вопросы с ограничениями по формату и кодом. GPT-OSS 120B уверенно раскладывает сложное условие по шагам, но на прикладном фрагменте чаще требует проверки синтаксиса и граничных случаев. Muse Spark 1.3 в таких заданиях выглядит собраннее, особенно когда нужно получить готовый программный результат, а не только объяснение.

Честный выбор по сценарию

Для кодинга я выбираю Muse Spark 1.3: текущая разница по оценке кодинга составляет 9.4 против 5.0 в пользу соответствующей модели. Если задача состоит в разборе сложной логики, а не в написании кода, GPT-OSS 120B заслуживает отдельной проверки из-за значения 9.9.

Для длинных документов выбор очевиднее: Muse Spark 1.3 с контекстом 1M удобнее, когда материалы нельзя сокращать вручную. Для экономии обе модели находятся примерно в одном ценовом классе, поэтому ориентироваться стоит на результат, а не на несколько тенге разницы.

В КьюВи обе модели можно задать один и тот же вопрос и увидеть, где они согласились, а где разошлись. Это особенно полезно для договора, расчёта или кода, который должен пройти проверку. По текущему общему баллу впереди Muse Spark 1.3. GPT-OSS 120B я бы оставил как второй взгляд на сложное рассуждение, а Muse Spark 1.3 выбрал бы для основной работы в сценариях, где решают кодинг и большой контекст.

Итог зависит от задачи, но не настолько, чтобы называть модели равными. При близкой цене Muse Spark 1.3 сейчас сильнее как универсальный рабочий вариант, а GPT-OSS 120B интереснее там, где нужно разобрать запутанную логику и получить независимую проверку ответа.