BenchLeader

Claude Fable 5.2 vs Muse Spark 1.2

詳しいプロフィール:Claude Fable 5.2(Anthropic)とMuse Spark 1.2(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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではClaude Fable 5.2がMuse Spark 1.2を上回ります(BenchLeader Indexで72.7 対 61.5)。ただし、価格はMuse Spark 1.2の方が8.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $16.00です。両方を測定できるすべてのカテゴリでClaude Fable 5.2がリードしています。Muse Spark 1.2の方が出力が約2倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5.2が72.7、Muse Spark 1.2が61.5です(BenchLeader、2026年11月16日)。
  • Claude Fable 5.2の100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月16日)。
  • Muse Spark 1.2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)。
  • Muse Spark 1.2はClaude Fable 5.2より出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある17件のベンチマークのうち、Claude Fable 5.2が17件でリードしています(BenchLeader、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Claude Fable 5.2カテゴリスコア80 対 55;SciCode 67.7% 対 57.4%高
エージェント・ツール利用Claude Fable 5.2カテゴリスコア77 対 55;Arena Agent 30.4 対 -8.2高
数学Claude Fable 5.2カテゴリスコア75 対 67高
推論Claude Fable 5.2カテゴリスコア76 対 68;Humanity's Last Exam (AA) 74.3% 対 45.5%高
知識Claude Fable 5.2カテゴリスコア86 対 65;SimpleQA Verified 94.0% 対 60.3%高
長い文書Claude Fable 5.2カテゴリスコア66 対 64;AA-LCR v1.1 83.3% 対 79.0%中
チャットの質(人間の評価)–Arenaの評価があるのはMuse Spark 1.2のみです(カテゴリスコア69)比較不可
最低コストMuse Spark 1.2100万トークンあたりブレンド価格$2.00 対 $16.00;エージェント型コーディングセッション$0.092 対 $0.640–
回答開始の速さMuse Spark 1.2最初の回答トークンまで11.4秒(Muse Spark 1.2 (xhigh))対 232.1秒(Claude Fable 5.2 (max))–
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

  • 品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 61.5。
  • Claude Fable 5.2 (max)はエージェント・ツール、コーディング、知識、長文コンテキスト、数学、推論で優れています。
  • Muse Spark 1.2 (xhigh)の方が8.0倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $16.00)。
  • Muse Spark 1.2 (xhigh)の方が出力が1.9倍速くなっています(208 対 109トークン/秒)。

概要

仕様Claude Fable 5.2Muse Spark 1.2
プロバイダーAnthropicMeta
リリース日2026年11月9日2026年8月5日
コンテキストウィンドウ(トークン)1,000,0001,048,576
比較した構成Claude Fable 5.2 (max)Muse Spark 1.2 (xhigh)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$8.00 / $40.00 / $0.200$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Claude Fable 5.2 (max)Muse Spark 1.2 (xhigh)トップ
推論75.768.1Claude Fable 5.2
コーディング79.754.7Claude Fable 5.2
エージェント・ツール77.355.4Claude Fable 5.2
数学74.566.8Claude Fable 5.2
知識86.364.5Claude Fable 5.2
人間の評価–68.6比較不可
マルチモーダル–65.3比較不可
長文コンテキスト66.464.1Claude Fable 5.2

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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキストClaude Fable 5.2, 推論: 75.7Claude Fable 5.2, コーディング: 79.7Claude Fable 5.2, エージェント・ツール: 77.3Claude Fable 5.2, 数学: 74.5Claude Fable 5.2, 知識: 86.3Claude Fable 5.2, 長文コンテキスト: 66.4Muse Spark 1.2, 推論: 68.1Muse Spark 1.2, コーディング: 54.7Muse Spark 1.2, エージェント・ツール: 55.4Muse Spark 1.2, 数学: 66.8Muse Spark 1.2, 知識: 64.5Muse Spark 1.2, 長文コンテキスト: 64.1

描画していないもの(測定済みのモデルが2つ未満):指示追従, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある17件のベンチマークのうち、Claude Fable 5.2のリードが17件、Muse Spark 1.2のリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5.2が上回っています。

総合IndexClaude Fable 5.2 (max)Muse Spark 1.2 (xhigh)トップ
BenchLeader Index72.761.5Claude Fable 5.2

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Claude Fable 5.2 (max)Muse Spark 1.2 (xhigh)
100万トークンあたりのブレンド価格$16.00$2.00
100万トークンあたりの入力/出力$8.00 / $40.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.200$0.150
タスクあたりの価格:チャットの返答$0.015$0.0018
タスクあたりの価格:30ページのレポートを要約$0.120$0.018
タスクあたりの価格:コード編集$0.108$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$0.640$0.092
タスクあたりの価格:構造化データの抽出$0.024$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)$0.289$0.043
ベンチマークのタスクあたりのコスト(AA Index)$26.54–
タスクあたりの出力トークン(AA Index)274k–
うち推論193k–
タスクあたりの時間(AA Index)42 min–
出力速度109 tok/s208 tok/s
回答開始までの時間232.1秒11.4秒
回答が完了するまでの時間(最終測定2026年11月13日)456.8秒23.9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。Claude Fable 5.2 (max)のスコアは72.7、最初の回答トークンまで232秒。Claude Fable 5.2 (xhigh)は69.7(73秒)、Claude Fable 5.2 (high)は68.4(27秒)。Muse Spark 1.2 (xhigh)のスコアは61.5、最初の回答トークンまで11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

144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Claude Fable 5.2 (max)Muse Spark 1.2 (xhigh)
BenchLeader IndexBenchLeader72.761.5
エージェント・ツールスコアBenchLeader77.355.4
コーディングスコアBenchLeader79.754.7
知識スコアBenchLeader86.364.5
長文コンテキストスコアBenchLeader66.464.1
数学スコアBenchLeader74.566.8
推論スコアBenchLeader75.768.1
人間の評価スコアBenchLeader–68.6
マルチモーダルスコアBenchLeader–65.3
ブレンド価格($/100万トークン)BenchLeader$16.00$2.00
出力速度BenchLeader109 tok/s208 tok/s
回答開始までの時間BenchLeader232.1秒11.4秒
コンテキストウィンドウBenchLeader1,000,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub93.9%–
SimpleBenchSimpleBench94.9%†74.5%†
Arena Hard PromptsArena (LMArena)–1514
LiveBench 2.0 ReasoningLiveBench88.8%†–
LiveBench 1.0 ReasoningLiveBench–90.0%
GPQA Diamond (AA)Artificial Analysis–90.4%
Humanity's Last Exam (AA)Artificial Analysis74.3%45.5%
HLE-Diamond (AA)Artificial Analysis80.2%–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize92.5%–
ARC-AGI-3ARC Prize94.9%–
CritPtArtificial Analysis35.4%17.7%
CritPt v2 hard subset (AA)Artificial Analysis76.5%–
MysteryMechanismVals AI51.8%†–
HLE-Diamond (Scale)Scale AI SEAL72.4%†–
Arena ExpertArena (LMArena)–1503
Chess PuzzlesEpoch AI Benchmarking Hub79.0%27.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub90.0%–
LMCAEpoch AI Benchmarking Hub70.1%†48.4%
DTBenchEpoch AI Benchmarking Hub99.2%†94.7%
コーディング
SciCodeSciCode67.7%57.4%
WeirdMLWeirdML–60.3%
Arena CodingArena (LMArena)–1542
Arena WebDevArena (LMArena)1838†1534
LiveBench 2.0 CodingLiveBench79.2%†–
144件のベンチマークをすべて表示
指標公開元Claude Fable 5.2 (max)Muse Spark 1.2 (xhigh)
コーディング
LiveBench 1.0 CodingLiveBench–77.5%
IOIVals AI–21.8%
SWE-bench (Vals)Vals AI–86.6%
Code MigrationVals AI–29.9%
Code Migration v1.1Vals AI83.3%†–
ProgramBenchVals AI19.0%†0.5%
SWE-bench MultimodalVals AI62.3%†–
Vibe Code Bench v1.1Vals AI93.8%†79.1%
SWE Atlas v1.1Scale AI SEAL80.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL83.9%†–
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†–
SWE Atlas v1.1: RefactoringScale AI SEAL80.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub–54.9%
CursorBenchCursor60.0%–
ALE-BenchEpoch AI Benchmarking Hub2509.8†–
FrontierSWEEpoch AI Benchmarking Hub69.9%12.0%
Terminal-Bench 4.0 (AA)Artificial Analysis59.6%7.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.2%
Startrise FrontendStartrise–70.3%†
GameBench 2 OverallDuelLab GameBench 295.0†51.5†
GameBench 2 by reasoning settingDuelLab GameBench 299.1†56.9
Design Arena WebsiteDesign Arena1352†1309†
FrontierCode 1.1 (AA)Artificial Analysis56.2%–
FrontierCode 2.0 (AA)Artificial Analysis48.8%–
エージェント・ツール
Terminal-BenchTerminal-Bench65.8%–
Remote Labor IndexScale AI / CAIS41.3%†–
APEX-AgentsMercor80.1%†45.4%†
Arena AgentArena (LMArena)30.4-8.2
LiveBench Long AgenticLiveBench82.9%†–
LiveBench BrowserLiveBench86.9%†–
LiveBench Agentic CodingLiveBench–57.6%
Terminal-Bench 2.1 (Vals)Vals AI–69.7%
HiL-BenchScale AI SEAL80.0%†–
GDPval-AA v2.1Artificial Analysis18311478
τ³-Banking (AA)Artificial Analysis–34.9%
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI–60.6%
Finance Agent v2.1Vals AI69.5%†–
Harvey's Legal Agent Benchmark v1.1Vals AI5.0%†–
Harvey's Legal Agent Benchmark v1Vals AI–25.4%
Legal Research BenchVals AI46.1%†43.8%
SkillsBenchVals AI–53.0%
SREBenchVals AI–0.0%
Tax Agent BenchVals AI32.1%†32.8%
Terminal-Bench 4.0 (Vals)Vals AI65.2%†6.1%
Terminal-Bench ScienceVals AI55.7%†–
Arena Agent Task CompletionArena (LMArena)22-9.8
SpireClimbEpoch AI Benchmarking Hub15.3%–
AutomationBenchArtificial Analysis76.4%40.6%
GDP.pdf (AA)Artificial Analysis24.2%17.4%
Harvey LAB-AA v1.1Harvey7.2%–
EnterpriseOps-GymArtificial Analysis–47.3%
AA-Briefcase v1.1Artificial Analysis17851323
GDPxGDPx by SemiAnalysis16.4%–
Design Arena AgenticDesign Arena1373†1185†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis73.3%–
MKA (AA)Artificial Analysis56.6%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub95.1%–
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%–
ProofBenchVals AI100.0%43.0%†
LiveBench MathematicsLiveBench–91.2%
Arena MathsArena (LMArena)–1486
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub94.0%60.3%
LiveBench 2.0 Data AnalysisLiveBench81.5%†–
LiveBench ResearchLiveBench94.5%†–
LiveBench 1.0 Data AnalysisLiveBench–76.5%
AA-Omniscience v1.1Artificial Analysis66.8–
MMLU-ProVals AI–88.3%
LegalBenchVals AI–85.3%
CorpFinVals AI–70.9%
TaxEvalVals AI–80.4%
PRBench FinanceScale AI SEAL47.1%†–
PRBench LegalScale AI SEAL49.0%†–
BioMysteryBenchVals AI83.7%†64.8%
Excel Modeling BenchmarkVals AI–57.0%
Excel Modeling Benchmark v1.1Vals AI77.4%†–
MedCodeVals AI–49.4%
MedScribeVals AI–90.1%
Public Benefits Bench v1.1Vals AI–68.5%
Financial Coaching BenchVals AI–75.7%
Immigration BenchVals AI74.0%†66.5%
EBR-benchEpoch AI Benchmarking Hub90.5%–
GDP.pdfEpoch AI Benchmarking Hub–16.0%
AA-Omniscience v1.1: accuracyArtificial Analysis79.1%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.7%–
HealthBench Professional (AA)OpenAI67.7%–
指示追従
LiveBench LanguageLiveBench–78.6%
LiveBench Instruction FollowingLiveBench–74.3%
Arena Instruction FollowingArena (LMArena)–1479
人間の評価
Arena TextArena (LMArena)–1493
EQ-Bench Creative Writing v3EQ-Bench–1842†
Arena Creative WritingArena (LMArena)–1443
Arena Multi-turnArena (LMArena)–1510
Arena Longer QueriesArena (LMArena)–1491
マルチモーダル
Arena VisionArena (LMArena)–1305
LiveBench DesignLiveBench85.1%†–
MMMU-Pro (Vals)Vals AI–86.1%
MortgageTaxVals AI–65.4%
Humanity's Sixth SenseScale AI SEAL59.5%24.5%
Furniture AssemblyEpoch AI Benchmarking Hub90.0%–
VIALS-AAHandshake AI67.1%–
AA-3DArtificial Analysis1271–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.3%79.0%
MLCRArtificial Analysis43.9%7.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub173.4†155.0†
LiveBench 2.0LiveBench84.9%†–
LiveBench 1.0LiveBench–78.0%
AA Intelligence Index v5.0.1Artificial Analysis64.6–
AA Intelligence Index v4.3.2Artificial Analysis–39.6
AA Progress Index v1Artificial Analysis358309.1
Vals IndexVals AI71.3†–
Vals Finance IndexVals AI63.6%†–
Vals RSI IndexVals AI37.9%–
Vals Science IndexVals AI63.7%†–
Vals Multimodal IndexVals AI–69.8%†
Vals Legal IndexVals AI69.2%†–
安全性・誠実さ
FORTRESSScale AI SEAL15.6%†–
DistressBenchScale AI SEAL–88.4%†

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

  • Claude Fable 5.2 (max):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • Claude Fable 5.2 (max):BenchLeader Index 74.9 → 72.7。
  • Claude Fable 5.2 (max):新しい結果1件(Terminal-Bench)。
  • Claude Fable 5.2 (max):BenchLeader Index 72.1 → 74.9。
  • Claude Fable 5.2 (max):新しい結果1件(Arena Agent)。
  • Claude Fable 5.2 (max):新しい結果3件(SciCode, CursorBench, FrontierSWE)。
  • Claude Fable 5.2 (max):BenchLeader Index 69.4 → 72.1。
  • Claude Fable 5.2 (max):新しい結果13件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
  • Muse Spark 1.2 (xhigh):スコアの改訂1件。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Fable 5.2 vs Muse Spark 1.2:よくある質問

Claude Fable 5.2はMuse Spark 1.2より優れていますか?
品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 61.5。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日時点では総合でClaude Fable 5.2 (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Claude Fable 5.2とMuse Spark 1.2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Muse Spark 1.2の方が安く、100万トークンあたり$2.00 対 $16.00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Claude Fable 5.2とMuse Spark 1.2のどちらが向いていますか?
コーディングではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で80 対 55。50が平均)。共通するコーディングベンチマークのうち最も重要なSciCodeでは、Claude Fable 5.2が67.7%、Muse Spark 1.2が57.4%です。
Claude Fable 5.2とMuse Spark 1.2はどちらが速いですか?
Muse Spark 1.2の方が出力が約2倍速くなっています(出力208 対 109トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはClaude Fable 5.2とMuse Spark 1.2のどちらが向いていますか?
エージェント型のタスクではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で77 対 55。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、Claude Fable 5.2が30.4、Muse Spark 1.2が-8.2です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではClaude Fable 5.2の方がスコアが高くなっています(66 対 64)。どちらも約1Mトークンです(Claude Fable 5.2は1,000,000、Muse Spark 1.2は1,048,576)。
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Muse Spark 1.2です。Artificial Analysisの測定では、最初の回答トークンまで11.4秒 対 232.1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。
Claude Fable 5.2とMuse Spark 1.2について、第三者ベンチマークの評価は一致していますか?
両方に結果がある17件のベンチマークのうち、Claude Fable 5.2のリードが17件、Muse Spark 1.2のリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5.2が上回っています。
Claude Fable 5.2はいつリリースされましたか?
Claude Fable 5.2は2026年11月9日にリリースされました。