BenchLeader

Claude Haiku 5.5 vs Muse Spark 1.3

詳しいプロフィール:Claude Haiku 5.5(Anthropic)とMuse Spark 1.3(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 Haiku 5.5とMuse Spark 1.3の品質は互角です(BenchLeader Indexで56.7 対 61.6、±8.8の誤差範囲内)。価格はClaude Haiku 5.5の方が10倍安く、100万トークンあたりのブレンド価格で$0.200 対 $2.00です。数学(66 対 56)を重視するならClaude Haiku 5.5、知識(81 対 49)、推論(71 対 57)を重視するならMuse Spark 1.3が向いています。回答開始までの時間はMuse Spark 1.3の方が短く、2.6秒 対 50.5秒です。Claude Haiku 5.5は出力が約2倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Haiku 5.5が56.7、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Claude Haiku 5.5の100万トークンあたりのブレンド価格は$0.200です(定価、2026年11月16日)。
  • Muse Spark 1.3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)。
  • Claude Haiku 5.5はMuse Spark 1.3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2件のベンチマークのうち、Muse Spark 1.3が2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
数学Claude Haiku 5.5カテゴリスコア66 対 56高
推論Muse Spark 1.3カテゴリスコア71 対 57;LMCA 53.9% 対 48.0%高
知識Muse Spark 1.3カテゴリスコア81 対 49高
最低コストClaude Haiku 5.5100万トークンあたりブレンド価格$0.200 対 $2.00;エージェント型コーディングセッション$0.008 対 $0.092–
回答開始の速さMuse Spark 1.3最初の回答トークンまで2.6秒(Muse Spark 1.3)対 50.5秒(Claude Haiku 5.5 (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

  • Claude Haiku 5.5 (xhigh)とMuse Spark 1.3の品質は互角です(56.7 対 61.6、±8.8の誤差範囲内)。
  • Claude Haiku 5.5 (xhigh)は数学で優れています。
  • Muse Spark 1.3は知識、推論で優れています。
  • Claude Haiku 5.5 (xhigh)の方が10倍安くなっています(100万トークンあたりブレンド価格$0.200 対 $2.00)。
  • Claude Haiku 5.5 (xhigh)の方が出力が1.4倍速くなっています(231 対 163トークン/秒)。

概要

仕様Claude Haiku 5.5Muse Spark 1.3
プロバイダーAnthropicMeta
リリース日2026年10月7日2026年9月2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 Haiku 5.5 (xhigh)Muse Spark 1.3
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)$0.100 / $0.500 / $0.010$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 Haiku 5.5 (xhigh)Muse Spark 1.3トップ
推論57.371.0Muse Spark 1.3
コーディング58.7–比較不可
エージェント・ツール–61.3比較不可
数学66.156.3Claude Haiku 5.5
知識49.081.2Muse Spark 1.3
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。

2550 avg75推論数学知識Claude Haiku 5.5, 推論: 57.3Claude Haiku 5.5, 数学: 66.1Claude Haiku 5.5, 知識: 49.0Muse Spark 1.3, 推論: 71.0Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知識: 81.2

描画していないもの(測定済みのモデルが2つ未満):コーディング, エージェント・ツール, 指示追従, 長文コンテキスト, 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2件のベンチマークのうち、Claude Haiku 5.5のリードが0件、Muse Spark 1.3のリードが2件です。両方を評価しているすべての総合指標で、Muse Spark 1.3が上回っています。

総合IndexClaude Haiku 5.5 (xhigh)Muse Spark 1.3トップ
BenchLeader Index56.761.6互角
AA Intelligence Index v5.0.134.636.6†Muse Spark 1.3
Arena Text1421†1497Muse Spark 1.3

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 Haiku 5.5 (xhigh)Muse Spark 1.3
100万トークンあたりのブレンド価格$0.200$2.00
100万トークンあたりの入力/出力$0.100 / $0.500$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.010$0.150
タスクあたりの価格:チャットの返答$0.0002$0.0018
タスクあたりの価格:30ページのレポートを要約$0.0015$0.018
タスクあたりの価格:コード編集$0.0014$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$0.0080$0.092
タスクあたりの価格:構造化データの抽出$0.0003$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)$0.0040$0.043
ベンチマークのタスクあたりのコスト(AA Index)$0.248–
タスクあたりの出力トークン(AA Index)136k–
うち推論97k–
タスクあたりの時間(AA Index)10 min–
出力速度231 tok/s163 tok/s
回答開始までの時間50.5秒2.6秒
回答が完了するまでの時間(最終測定2026年11月13日)110.1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 Haiku 5.5 (xhigh)のスコアは56.7、最初の回答トークンまで50秒。Claude Haiku 5.5 (high)は55.3(18秒)、Claude Haiku 5.5 (max)は55.3(185秒)。Muse Spark 1.3のスコアは61.6、最初の回答トークンまで3秒。Muse Spark 1.3 (max)は60.6(31秒)、Muse Spark 1.3 (xhigh)は58.1(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

163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 Haiku 5.5 (xhigh)Muse Spark 1.3
BenchLeader IndexBenchLeader56.761.6
コーディングスコアBenchLeader58.7–
知識スコアBenchLeader49.081.2
長文コンテキストスコアBenchLeader63.8–
数学スコアBenchLeader66.156.3
推論スコアBenchLeader57.371.0
エージェント・ツールスコアBenchLeader–61.3
ブレンド価格($/100万トークン)BenchLeader$0.200$2.00
出力速度BenchLeader231 tok/s163 tok/s
回答開始までの時間BenchLeader50.5秒2.6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 Hub89.7%†–
Humanity's Last ExamScale AI / CAIS30.1%†–
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)1449†1517†
LiveBench 2.0 ReasoningLiveBench82.4%†89.7%†
LiveBench 1.0 ReasoningLiveBench81.2%89.7%†
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis42.7%48.7%†
HLE-Diamond (AA)Artificial Analysis28.8%33.7%†
ARC-AGI-1ARC Prize87.5%–
ARC-AGI-2ARC Prize61.3%–
ARC-AGI-3ARC Prize2.8%†–
CritPtArtificial Analysis22.6%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis47.5%48.0%†
MysteryMechanismVals AI35.1%†36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)1465†1521†
Chess PuzzlesEpoch AI Benchmarking Hub55.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub30.0%†25.0%†
LMCAEpoch AI Benchmarking Hub48.0%53.9%
DTBenchEpoch AI Benchmarking Hub87.2%96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SciCodeSciCode51.7%58.8%†
FrontierCodeCognition46.4%†–
163件のベンチマークをすべて表示
指標公開元Claude Haiku 5.5 (xhigh)Muse Spark 1.3
コーディング
Arena CodingArena (LMArena)1489†1534†
Arena WebDevArena (LMArena)1593†1655†
LiveBench 2.0 CodingLiveBench77.6%†84.4%†
LiveBench 1.0 CodingLiveBench76.4%81.1%†
IOIVals AI47.3%†56.6%†
Code MigrationVals AI44.6%†47.4%†
Code Migration v1.1Vals AI52.4%†–
ProgramBenchVals AI2.5%†2.5%†
SWE-bench MultimodalVals AI44.0%†43.1%†
Vibe Code Bench 1-100Vals AI20.4%†20.5%†
Vibe Code Bench v1.1Vals AI90.4%†85.9%†
SWE Atlas v1.1Scale AI SEAL59.4%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL62.1%†–
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†–
SWE Atlas v1.1: RefactoringScale AI SEAL52.9%†–
SWE-Bench Pro V2Scale AI SEAL87.2%†–
SWE-Bench Pro V2 HARDScale AI SEAL52.9%†–
MirrorCodeEpoch AI Benchmarking Hub78.9%†54.4%†
CursorBenchCursor44.3%41.6%†
ALE-BenchEpoch AI Benchmarking Hub1587†1688.3†
FrontierSWEEpoch AI Benchmarking Hub43.8%†25.8%†
WeirdML v3WeirdML11.7%6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis29.3%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis–84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 256.0†57.7
GameBench 2 by reasoning settingDuelLab GameBench 275.168.5†
Design Arena WebsiteDesign Arena1253†1353†
FrontierCode 1.1 (AA)Artificial Analysis45.5%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis29.9%23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench40.0%†14.8%†
APEX-AgentsMercor56.1%†58.6%
Arena AgentArena (LMArena)0.5†2.2†
LiveBench Long AgenticLiveBench47.9%†47.9%†
LiveBench BrowserLiveBench69.5%†30.9%†
LiveBench Agentic CodingLiveBench51.4%64.1%†
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis50.7%–
GDPval-AA v2.1Artificial Analysis15231681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis53.8%†37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI75.5%†72.7%†
Finance Agent v2Vals AI54.1%†60.0%†
Finance Agent v2.1Vals AI65.4%†–
Harvey's Legal Agent Benchmark v1.1Vals AI4.2%†–
Harvey's Legal Agent Benchmark v1Vals AI1.3%†23.8%†
Legal Research BenchVals AI43.8%†55.3%†
SREBenchVals AI5.7%†3.8%†
Tax Agent BenchVals AI31.9%†42.4%†
Terminal-Bench 4.0 (Vals)Vals AI36.4%†24.8%†
Terminal-Bench ScienceVals AI10.0%†10.0%†
Arena Agent Task CompletionArena (LMArena)1.6†3.7†
Vending-Bench 2Andon Labs3602.5†–
AutomationBenchArtificial Analysis36.0%57.9%†
GDP.pdf (AA)Artificial Analysis18.2%26.6%†
Harvey LAB-AA v1.1Harvey2.8%8.9%†
AA-Briefcase v1.1Artificial Analysis15231581†
GDPxGDPx by SemiAnalysis4.9%†–
Design Arena AgenticDesign Arena–1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis18.1%10.9%†
CWE-Bench (AA)Artificial Analysis–60.8%†
DeepSec-Bench (AA)Artificial Analysis–12.5%†
CyberGym end-to-end (AA)Artificial Analysis–59.5%†
MKA (AA)Artificial Analysis41.0%†–
FACTS SearchGoogle80.3%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub75.1%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%99.2%†
ProofBenchVals AI89.0%†55.0%
LiveBench MathematicsLiveBench92.8%96.0%†
Arena MathsArena (LMArena)1451†1506†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub23.8%†–
LiveBench 2.0 Data AnalysisLiveBench53.1%†79.6%†
LiveBench ResearchLiveBench84.3%†82.5%†
LiveBench 1.0 Data AnalysisLiveBench72.8%79.6%†
AA-Omniscience v1.1Artificial Analysis7.822.4†
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
BioMysteryBenchVals AI70.4%†–
ClaimBenchVals AI100.0%†–
Excel Modeling BenchmarkVals AI59.0%†67.4%†
Excel Modeling Benchmark v1.1Vals AI65.5%†–
MedCodeVals AI51.5%†–
MedScribeVals AI89.5%†–
Public Benefits Bench v1.1Vals AI63.2%†–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI61.8%†64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
EBR-benchEpoch AI Benchmarking Hub43.8%†–
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis33.8%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis60.9%74.8%†
HealthBench Professional (AA)OpenAI58.4%†–
FACTS ParametricGoogle13.1%†–
指示追従
LiveBench LanguageLiveBench63.5%82.8%†
LiveBench Instruction FollowingLiveBench66.5%78.0%†
MultiChallengeScale AI SEAL67.7%†–
Arena Instruction FollowingArena (LMArena)1426†1485†
人間の評価
Arena TextArena (LMArena)1421†1497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)1361†1468†
Arena Multi-turnArena (LMArena)1412†1493†
Arena Longer QueriesArena (LMArena)1419†1498†
マルチモーダル
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench79.3%†74.8%†
MMMU-ProArtificial Analysis–82.0%†
SAGEVals AI89.8%†–
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub33.0%†–
Furniture AssemblyEpoch AI Benchmarking Hub47.5%†–
VIALS-AAHandshake AI49.1%†–
Code2Video-AAArtificial Analysis1192†1019†
AA-3DArtificial Analysis998†1032†
FACTS MultimodalGoogle38.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.3%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis15.0%13.9%†
FACTS GroundingGoogle57.0%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.4†158.2
LiveBench 2.0LiveBench68.9%†68.6%†
LiveBench 1.0LiveBench72.1%81.6%†
AA Intelligence Index v5.0.1Artificial Analysis34.636.6†
AA Intelligence Index v4.3.2Artificial Analysis41.348.1†
AA Progress Index v1Artificial Analysis322.2324.5†
Vals IndexVals AI58.7†–
Vals Finance IndexVals AI57.5%†–
Vals RSI IndexVals AI–19.6%†
Vals Science IndexVals AI38.5%†–
Vals Router IndexVals AI58.7%†–
Vals Legal IndexVals AI70.3%†–
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
FORTRESSScale AI SEAL9.5%†–
DistressBenchScale AI SEAL71.7%†84.9%

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

  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Muse Spark 1.3:スコアの改訂1件。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Claude Haiku 5.5 (xhigh):新しい結果1件(GameBench 2 by reasoning setting)。
  • Muse Spark 1.3:新しい結果2件(SimpleBench, GeoBench)。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 57.3 → 56.8。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:スコアの改訂4件。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 56.8 → 57.3。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。

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

Claude Haiku 5.5 vs Muse Spark 1.3:よくある質問

Claude Haiku 5.5はMuse Spark 1.3より優れていますか?
Claude Haiku 5.5 (xhigh)とMuse Spark 1.3の品質は互角です(56.7 対 61.6、±8.8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。
Claude Haiku 5.5とMuse Spark 1.3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Claude Haiku 5.5の方が安く、100万トークンあたり$0.200 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。
Claude Haiku 5.5とMuse Spark 1.3はどちらが速いですか?
Claude Haiku 5.5の方が出力が約2倍速くなっています(出力231 対 163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?
どちらも約1Mトークンです(Claude Haiku 5.5は1,000,000、Muse Spark 1.3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 1.3です。Artificial Analysisの測定では、最初の回答トークンまで2.6秒 対 50.5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。
ほかの質問(2件)
Claude Haiku 5.5とMuse Spark 1.3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2件のベンチマークのうち、Claude Haiku 5.5のリードが0件、Muse Spark 1.3のリードが2件です。両方を評価しているすべての総合指標で、Muse Spark 1.3が上回っています。
Claude Haiku 5.5はいつリリースされましたか?
Claude Haiku 5.5は2026年10月7日にリリースされました。