Beam 1.0 501B A23B vs Muse Spark Open
詳しいプロフィール:Beam 1.0 501B A23B(Reflection)とMuse Spark Open(Meta)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 10件の情報源のデータ
2026年11月16日時点で、Beam 1.0 501B A23BとMuse Spark Openの品質は互角です(BenchLeader Indexで54.2 対 53.5、±10.0の誤差範囲内)。価格はBeam 1.0 501B A23Bの方が3.3倍安く、100万トークンあたりのブレンド価格で$0.600 対 $2.00です。両方を測定できるすべてのカテゴリでBeam 1.0 501B A23Bがリードしています。
要点(2026年11月16日時点)
- BenchLeader IndexはBeam 1.0 501B A23Bが54.2、Muse Spark Openが53.5です(BenchLeader、2026年11月16日)。
- Beam 1.0 501B A23Bの100万トークンあたりのブレンド価格は$0.600です(定価、2026年11月16日)。
- Muse Spark Openの100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| コーディング | Beam 1.0 501B A23B | カテゴリスコア52 対 36 | 高 |
| 推論 | Beam 1.0 501B A23B | カテゴリスコア62 対 51 | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはBeam 1.0 501B A23Bのみです(カテゴリスコア61) | 比較不可 |
| 最低コスト | Beam 1.0 501B A23B | 100万トークンあたりブレンド価格$0.475 対 $2.00;エージェント型コーディングセッション$0.022 対 $0.092 | – |
| 回答開始の速さ | Beam 1.0 501B A23B | 最初の回答トークンまで0.3秒(Beam 1.0 501B A23B)対 9.9秒(Muse Spark Open (xhigh)) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- Beam 1.0 501B A23BとMuse Spark Open (xhigh)の品質は互角です(54.2 対 53.5、±10.0の誤差範囲内)。
- Beam 1.0 501B A23Bはコーディング、推論で優れています。
- Beam 1.0 501B A23Bの方が3.3倍安くなっています(100万トークンあたりブレンド価格$0.600 対 $2.00)。
概要
| 仕様 | Beam 1.0 501B A23B | Muse Spark Open |
|---|---|---|
| プロバイダー | Reflection | Meta |
| リリース日 | 2026年10月5日 | 2026年10月15日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,048,576 |
| 比較した構成 | Beam 1.0 501B A23B | Muse Spark Open (xhigh) |
| オープンウェイト | あり | あり |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.300 / $1.00 / $0.040 | $1.25 / $4.25 / $0.150 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | Beam 1.0 501B A23B | Muse Spark Open (xhigh) | トップ |
|---|---|---|---|
| 推論 | 62.1 | 51.3 | Beam 1.0 501B A23B |
| コーディング | 52.0 | 36.0 | Beam 1.0 501B A23B |
| エージェント・ツール | 40.8 | – | 比較不可 |
| 数学 | 65.2 | – | 比較不可 |
| 知識 | – | 58.8 | 比較不可 |
| 人間の評価 | 61.4 | – | 比較不可 |
| マルチモーダル | – | 63.3 | 比較不可 |
| 長文コンテキスト | – | 63.8 | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。
描画していないもの(これらのモデルの結果なし):指示追従。
情報源で評価が分かれる点
両方に結果がある0件のベンチマークのうち、Beam 1.0 501B A23Bのリードが0件、Muse Spark Openのリードが0件です。
| 総合Index | Beam 1.0 501B A23B | Muse Spark Open (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 54.2 | 53.5 | 互角 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | Beam 1.0 501B A23B | Muse Spark Open (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.475 | $2.00 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.00 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.040 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0004 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0042 | $0.018 |
| タスクあたりの価格:コード編集 | $0.0033 | $0.014 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.022 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0034 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.010 | $0.043 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $2.02 |
| タスクあたりの出力トークン(AA Index) | – | 66k |
| うち推論 | – | 32k |
| タスクあたりの時間(AA Index) | – | 6 min |
| 出力速度 | 193 tok/s | 180 tok/s |
| 回答開始までの時間 | 0.3秒 | 9.9秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 39.9秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Beam 1.0 501B A23Bのスコアは54.2、最初の回答トークンまで0秒。Muse Spark Open (xhigh)のスコアは53.5、最初の回答トークンまで10秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
85件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Beam 1.0 501B A23B | Muse Spark Open (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 54.2 | 53.5 |
| エージェント・ツールスコア | BenchLeader | 40.8 | – |
| コーディングスコア | BenchLeader | 52.0 | 36.0 |
| 人間の評価スコア | BenchLeader | 61.4 | – |
| 数学スコア | BenchLeader | 65.2 | – |
| 推論スコア | BenchLeader | 62.1 | 51.3 |
| 知識スコア | BenchLeader | – | 58.8 |
| 長文コンテキストスコア | BenchLeader | – | 63.8 |
| マルチモーダルスコア | BenchLeader | – | 63.3 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.475 | $2.00 |
| 出力速度 | BenchLeader | 193 tok/s | 180 tok/s |
| 回答開始までの時間 | BenchLeader | 0.3秒 | 9.9秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,048,576トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1461 | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 73.7%† |
| GPQA Diamond (AA) | Artificial Analysis | – | 89.0% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 43.9% |
| HLE-Diamond (AA) | Artificial Analysis | – | 26.3% |
| ARC-AGI-1 | ARC Prize | – | 89.0% |
| ARC-AGI-2 | ARC Prize | – | 57.5% |
| ARC-AGI-3 | ARC Prize | – | 0.4% |
| CritPt | Artificial Analysis | – | 14.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 29.5% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 28.0%† |
| Arena Expert | Arena (LMArena) | 1481 | – |
| コーディング | |||
| Arena Coding | Arena (LMArena) | 1505 | – |
| Arena WebDev | Arena (LMArena) | 1437 | 1526† |
| LiveBench 2.0 Coding | LiveBench | – | 55.1%† |
| SciCode (AA) | Artificial Analysis | – | 58.5% |
| Code Migration | Vals AI | – | 21.2% |
| Code Migration v1.1 | Vals AI | – | 26.9% |
| Vibe Code Bench v1.1 | Vals AI | – | 76.2% |
| SWE Atlas v1.1 | Scale AI SEAL | – | 42.3%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 50.0%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 41.1%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 35.7%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.0% |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 82.3% |
85件のベンチマークをすべて表示
| 指標 | 公開元 | Beam 1.0 501B A23B | Muse Spark Open (xhigh) |
|---|---|---|---|
| コーディング | |||
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 8.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 76.4% |
| GameBench 2 Overall | DuelLab GameBench 2 | 42.8 | 55.3† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 39.1† | 59.3 |
| Design Arena Website | Design Arena | – | 1305 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 27.6% |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 7.6% |
| エージェント・ツール | |||
| Arena Agent | Arena (LMArena) | -5.9 | – |
| LiveBench Long Agentic | LiveBench | – | 12.1%† |
| LiveBench Browser | LiveBench | – | 26.2%† |
| HiL-Bench | Scale AI SEAL | – | 59.7%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 45.1% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1401 |
| Finance Agent v2 | Vals AI | – | 61.3% |
| Finance Agent v2.1 | Vals AI | – | 60.7% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 25.0% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 16.7% |
| Legal Research Bench | Vals AI | – | 38.5% |
| Tax Agent Bench | Vals AI | – | 26.3% |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 6.6% |
| Arena Agent Task Completion | Arena (LMArena) | -9.2 | – |
| AutomationBench | Artificial Analysis | – | 49.7% |
| GDP.pdf (AA) | Artificial Analysis | – | 18.6% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1280 |
| GDPx | GDPx by SemiAnalysis | – | 1.7%† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 1.9% |
| 数学 | |||
| ArXivMath | MathArena | – | 27.0% |
| BrokenArXiv | MathArena | – | 30.1% |
| Arena Maths | Arena (LMArena) | 1471 | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | – | 60.2%† |
| LiveBench Research | LiveBench | – | 82.7%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | 25.8 |
| PRBench Legal | Scale AI SEAL | – | 59.8%† |
| Excel Modeling Benchmark | Vals AI | – | 53.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 62.0% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 42.0% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 72.0% |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | – | 74.2%† |
| Arena Instruction Following | Arena (LMArena) | 1433 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1434 | – |
| Arena Creative Writing | Arena (LMArena) | 1388 | – |
| Arena Multi-turn | Arena (LMArena) | 1432 | – |
| Arena Longer Queries | Arena (LMArena) | 1438 | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | – | 58.1%† |
| MMMU-Pro | Artificial Analysis | – | 80.9% |
| SAGE | Vals AI | – | 85.8% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 29.6%† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 78.3% |
| MLCR | Artificial Analysis | – | 7.8% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 155.4† |
| LiveBench 2.0 | LiveBench | – | 48.5%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 24.9 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 38.9 |
| AA Progress Index v1 | Artificial Analysis | – | 306.7 |
| Vals Index | Vals AI | – | 48.6 |
| Vals Finance Index | Vals AI | – | 53.0% |
| Vals Legal Index | Vals AI | – | 68.5% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 11.9% | 7.6%† |
| DistressBench | Scale AI SEAL | – | 87.7%† |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 27.8 |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Beam 1.0 501B A23B:入力価格 $0.40/M → $0.30/M、出力価格 $1.20/M → $1.00/M。
- Beam 1.0 501B A23B:スコアの改訂1件。
- Muse Spark Open (xhigh):スコアの改訂1件。
- Beam 1.0 501B A23B:BenchLeader Index 54.9 → 54.2。
- Beam 1.0 501B A23B:スコアの改訂2件。
- Beam 1.0 501B A23B:新しい結果1件(FORTRESS)、スコアの改訂1件。
- Beam 1.0 501B A23B:スコアの改訂1件。
- Muse Spark Open (xhigh):新しい結果1件(GameBench 2 by reasoning setting)、スコアの改訂1件。
- Muse Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。
- Beam 1.0 501B A23B:スコアの改訂1件。
関連する比較
- Beam 1.0 501B A23B vs MiniMax M3.1 Flash
- Muse Spark Open vs Claude Opus 5.5
- Muse Spark Open vs GPT-6 Astra
- Muse Spark Open vs GPT-6.1 Sol
- Muse Spark Open vs Claude Fable 5
- Muse Spark Open vs Gemini 4 Argon
- Muse Spark Open vs GPT-5.6 Sol
- Muse Spark Open vs Claude Sonnet 5.5
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
Beam 1.0 501B A23B vs Muse Spark Open:よくある質問
- Beam 1.0 501B A23BはMuse Spark Openより優れていますか?
- Beam 1.0 501B A23BとMuse Spark Open (xhigh)の品質は互角です(54.2 対 53.5、±10.0の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- Beam 1.0 501B A23BとMuse Spark Openはどちらが安いですか?今後変わる予定はありますか?
- 現在はBeam 1.0 501B A23Bの方が安く、100万トークンあたり$0.600 対 $2.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- コーディングにはBeam 1.0 501B A23BとMuse Spark Openのどちらが向いていますか?
- コーディングではBeam 1.0 501B A23Bの方がスコアが高くなっています(カテゴリ指標で52 対 36。50が平均)。
- Beam 1.0 501B A23BとMuse Spark Openはどちらが速いですか?
- Beam 1.0 501B A23Bの方が出力が速くなっています(出力193 対 180トークン/秒、Artificial Analysisの7日間の中央値)。
- 長い文書にはどちらが向いていますか?
- どちらも1,048,576トークンのコンテキストに対応しています。
ほかの質問(2件)
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはBeam 1.0 501B A23Bです。Artificial Analysisの測定では、最初の回答トークンまで0.3秒 対 9.9秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- Muse Spark Openはいつリリースされましたか?
- Muse Spark Openは2026年10月15日にリリースされました。