BenchLeader

Claude Fable 5 vs Muse Spark

詳しいプロフィール:Claude Fable 5(Anthropic)とMuse Spark(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 · 11件の情報源のデータ

2026年11月16日時点で、Claude Fable 5とMuse Sparkの品質は互角です(BenchLeader Indexで65.4 対 64.2、±6.0の誤差範囲内)。推論(80 対 67)、コーディング(76 対 65)、知識(66 対 63)を重視するならClaude Fable 5、エージェント・ツール(65 対 61)を重視するならMuse Sparkが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5が65.4、Muse Sparkが64.2です(BenchLeader、2026年11月16日)。
  • Claude Fable 5の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
  • 両モデルに結果がある5件のベンチマークのうち、Claude Fable 5が5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カテゴリスコア76 対 65;Design Arena Website 1288 対 1253高
エージェント・ツール利用Muse Sparkカテゴリスコア65 対 61;MCP Atlas 82.2% 対 83.3%中
推論Claude Fable 5カテゴリスコア80 対 67高
知識Claude Fable 5カテゴリスコア66 対 63;PRBench Finance 53.9% 対 52.4%中
チャットの質(人間の評価)どちらでもArenaの投票で68 対 68どちらでも
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

  • Claude Fable 5とMuse Sparkの品質は互角です(65.4 対 64.2、±6.0の誤差範囲内)。
  • Claude Fable 5はコーディング、知識、推論で優れています。
  • Muse Sparkはエージェント・ツール、人間の評価で優れています。

概要

仕様Claude Fable 5Muse Spark
プロバイダーAnthropicMeta
リリース日2026年6月9日2026年4月8日
コンテキストウィンドウ(トークン)1,000,000262,144
比較した構成Claude Fable 5Muse Spark
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)$10.00 / $50.00 / $1.00–

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 5Muse Sparkトップ
推論80.167.4Claude Fable 5
コーディング75.565.1Claude Fable 5
エージェント・ツール60.565.0Muse Spark
数学–59.1比較不可
知識66.463.1Claude Fable 5
指示追従–76.9比較不可
人間の評価67.768.1互角
マルチモーダル–64.2比較不可
長文コンテキスト–63.6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。

2550 avg75推論コーディングエージェント・ツール知識人間の評価Claude Fable 5, 推論: 80.1Claude Fable 5, コーディング: 75.5Claude Fable 5, エージェント・ツール: 60.5Claude Fable 5, 知識: 66.4Claude Fable 5, 人間の評価: 67.7Muse Spark, 推論: 67.4Muse Spark, コーディング: 65.1Muse Spark, エージェント・ツール: 65.0Muse Spark, 知識: 63.1Muse Spark, 人間の評価: 68.1

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, マルチモーダル。

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5件のベンチマークのうち、Claude Fable 5のリードが5件、Muse Spark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が上回っています。

総合IndexClaude Fable 5Muse Sparkトップ
BenchLeader Index65.464.2互角
Arena Text1504†1489Claude Fable 5

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 5Muse Spark
100万トークンあたりのブレンド価格$20.00–
100万トークンあたりの入力/出力$10.00 / $50.00– / –
100万トークンあたりのキャッシュ入力$1.00–
タスクあたりの価格:チャットの返答$0.019–
タスクあたりの価格:30ページのレポートを要約$0.150–
タスクあたりの価格:コード編集$0.135–
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$0.800–
タスクあたりの価格:構造化データの抽出$0.030–
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)$0.395–
出力速度50 tok/s–
回答開始までの時間3.2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のスコアは65.4、最初の回答トークンまで3秒。Claude Fable 5 (max)は65.1(95秒)、Claude Fable 5 (high)は63.9(3秒)。Muse Sparkのスコアは64.2。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

137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 5Muse Spark
BenchLeader IndexBenchLeader65.464.2
エージェント・ツールスコアBenchLeader60.565.0
コーディングスコアBenchLeader75.565.1
人間の評価スコアBenchLeader67.768.1
知識スコアBenchLeader66.463.1
推論スコアBenchLeader80.167.4
指示追従スコアBenchLeader–76.9
長文コンテキストスコアBenchLeader–63.6
数学スコアBenchLeader–59.1
マルチモーダルスコアBenchLeader–64.2
ブレンド価格($/100万トークン)BenchLeader$20.00–
出力速度BenchLeader50 tok/s–
回答開始までの時間BenchLeader3.2秒–
コンテキストウィンドウBenchLeader1,000,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub85.9%†89.8%
Humanity's Last ExamScale AI / CAIS–40.6%
SimpleBenchSimpleBench81.9%†–
Arena Hard PromptsArena (LMArena)1530†1506
LiveBench 1.0 ReasoningLiveBench89.7%†–
GPQA Diamond (AA)Artificial Analysis92.6%†88.4%
Humanity's Last Exam (AA)Artificial Analysis55.5%†40.7%
GPQA Diamond (Vals)Vals AI93.2%†89.7%
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%–
ARC-AGI-1ARC Prize98.5%†–
ARC-AGI-2ARC Prize89.2%†–
CritPtArtificial Analysis28.6%†11.3%
Arena ExpertArena (LMArena)1550†1491
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†–
LMCAEpoch AI Benchmarking Hub60.3%†–
DTBenchEpoch AI Benchmarking Hub98.4%†–
ForecastBenchForecastBench65.9%†–
BTF-3Epoch AI Benchmarking Hub13.0%†–
コーディング
SciCodeSciCode61.0%†51.5%
WeirdMLWeirdML91.9%†–
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†1529
137件のベンチマークをすべて表示
指標公開元Claude Fable 5Muse Spark
コーディング
Arena WebDevArena (LMArena)1625†–
LiveBench 1.0 CodingLiveBench86.0%†–
SciCode (AA)Artificial Analysis61.0%†–
LiveCodeBenchVals AI89.8%†–
SWE-bench (Vals)Vals AI95.0%†74.4%
SWE-Bench ProScale AI SEAL–55.0%
Code MigrationVals AI55.1%†–
ProgramBenchVals AI2.0%†–
Vibe Code Bench v1.1Vals AI90.3%†19.7%
SWE-Bench Pro (private)Scale AI SEAL–44.7%
SWE Atlas v1.0: Codebase QnAScale AI SEAL39.0%†24.2%
SWE Atlas v1.0: RefactoringScale AI SEAL54.8%†–
SWE Atlas v1.0: Test WritingScale AI SEAL55.6%†31.1%
MirrorCodeEpoch AI Benchmarking Hub70.0%†–
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†–
ALE-BenchEpoch AI Benchmarking Hub2041.3†–
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†–
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†62.2%
Startrise FrontendStartrise73.8%†–
GameBench 2 OverallDuelLab GameBench 265.8–
GameBench 2 by reasoning settingDuelLab GameBench 258.1†–
Design Arena WebsiteDesign Arena12881253
エージェント・ツール
Terminal-BenchTerminal-Bench44.9%†–
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%–
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†–
Terminal-Bench HardArtificial Analysis62.9%†45.5%
τ²-Bench Telecom (AA)Artificial Analysis98.5%†91.5%
Terminal-Bench 2.1 (Vals)Vals AI80.5%†–
MCP AtlasScale AI SEAL83.3%82.2%
HiL-BenchScale AI SEAL56.3%–
τ³-bench Bankingτ²-bench39.7%†–
GDPval-AA v2.1Artificial Analysis1618†1006
τ³-Banking (AA)Artificial Analysis38.1%†–
Analyst Agent (AA)Artificial Analysis48.8%†–
Finance Agent v2Vals AI56.3%†–
Harvey's Legal Agent Benchmark v1Vals AI11.3%†–
Legal Research BenchVals AI49.5%†–
Tax Agent BenchVals AI38.3%†–
Terminal-Bench 2.0 (Vals)Vals AI–59.5%
Terminal-Bench 4.0 (Vals)Vals AI41.4%†–
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†–
Arena Agent Task CompletionArena (LMArena)5.1†–
PostTrainBenchEpoch AI Benchmarking Hub37.3%†–
GBAEvalEpoch AI Benchmarking Hub74.5%–
Vending-Bench 2Andon Labs4529.9–
AutomationBenchArtificial Analysis54.1%†–
GDP.pdf (AA)Artificial Analysis24.0%†–
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†646
Design Arena AgenticDesign Arena1275–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†88.9%
ProofBenchVals AI95.0%†17.0%
LiveBench MathematicsLiveBench96.0%†–
AIME (Vals)Vals AI–96.9%
Arena MathsArena (LMArena)1520†1469
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†–
LiveBench 1.0 Data AnalysisLiveBench80.5%†–
MMLU-ProVals AI91.5%†87.3%
LegalBenchVals AI88.6%†84.2%
CorpFinVals AI71.8%†65.1%
TaxEvalVals AI76.9%†77.7%
PRBench FinanceScale AI SEAL53.9%52.4%
PRBench LegalScale AI SEAL52.6%52.3%
MultiNRCScale AI SEAL–59.0%
CaseLaw v2Vals AI–63.1%
Excel Modeling BenchmarkVals AI73.7%†–
MedCodeVals AI56.1%†51.3%
MedScribeVals AI88.5%†85.9%
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%–
指示追従
LiveBench LanguageLiveBench90.7%†–
LiveBench Instruction FollowingLiveBench75.8%†–
IFBenchArtificial Analysis63.5%†75.9%
MultiChallengeScale AI SEAL–75.5%
TutorBenchScale AI SEAL–68.5%
Arena Instruction FollowingArena (LMArena)1509†1465
人間の評価
Arena TextArena (LMArena)1504†1489
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench1944–
Arena Creative WritingArena (LMArena)1501†1464
Arena Multi-turnArena (LMArena)1517†1493
Arena Longer QueriesArena (LMArena)1522†1476
マルチモーダル
Arena VisionArena (LMArena)1326†1306
MMMU-ProArtificial Analysis–80.5%
MMMU-Pro (Vals)Vals AI89.3%†87.4%
MortgageTaxVals AI68.9%†–
Humanity's Sixth SenseScale AI SEAL34.5%†–
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%–
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.3%†78.0%
Arena DocumentArena (LMArena)1500†1467
MLCRArtificial Analysis20.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1153.1
LiveBench 1.0LiveBench83.0%†–
AA Intelligence Index v4.3.2Artificial Analysis49.6†31.3
AA Progress Index v1Artificial Analysis329.3†289.1
Vals RSI IndexVals AI24.3%†–
Vals Multimodal IndexVals AI74.2%†–
安全性・誠実さ
FORTRESSScale AI SEAL–20.2%
DistressBenchScale AI SEAL69.4%–

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:BenchLeader Index 66.5 → 65.4。
  • Claude Fable 5:スコアの改訂1件。
  • Muse Spark:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Muse Spark:BenchLeader Index 64.6 → 64.1。
  • Claude Fable 5:スコアの改訂1件。
  • Muse Spark:スコアの改訂1件。
  • Claude Fable 5:スコアの改訂1件。
  • Muse Spark:新しい結果1件(AA Progress Index v1)。
  • Claude Fable 5:BenchLeader Index 67.3 → 66.5。
  • Claude Fable 5: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 vs Muse Spark:よくある質問

Claude Fable 5はMuse Sparkより優れていますか?
Claude Fable 5とMuse Sparkの品質は互角です(65.4 対 64.2、±6.0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。
コーディングにはClaude Fable 5とMuse Sparkのどちらが向いていますか?
コーディングではClaude Fable 5の方がスコアが高くなっています(カテゴリ指標で76 対 65。50が平均)。
エージェントやツール利用にはClaude Fable 5とMuse Spark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Muse Sparkの方がスコアが高くなっています(カテゴリ指標で65 対 61。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MCP Atlasでは、Claude Fable 5が83.3%、Muse Sparkが82.2%です。
長い文書にはどちらが向いていますか?
コンテキストはClaude Fable 5の方が長く、1,000,000トークンです(Muse Sparkは262,144トークン)。
Claude Fable 5とMuse Spark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5件のベンチマークのうち、Claude Fable 5のリードが5件、Muse Spark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が上回っています。
ほかの質問(1件)
Claude Fable 5はいつリリースされましたか?
Claude Fable 5は2026年6月9日にリリースされました。