BenchLeader

Claude Opus 4.5 vs Muse Spark 1.3

詳しいプロフィール:Claude Opus 4.5(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 · 12件の情報源のデータ

2026年11月16日時点で、Claude Opus 4.5とMuse Spark 1.3の品質は互角です(BenchLeader Indexで59.7 対 61.6、±8.8の誤差範囲内)。価格はMuse Spark 1.3の方が5.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $10.00です。数学(65 対 56)を重視するならClaude Opus 4.5、知識(81 対 60)、エージェント・ツール(61 対 53)、推論(71 対 67)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Claude Opus 4.5の方が短く、1.1秒 対 2.6秒です。Muse Spark 1.3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 Opus 4.5が59.7、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.5の100万トークンあたりのブレンド価格は$10.00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)。
  • Muse Spark 1.3はClaude Opus 4.5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
エージェント・ツール利用Muse Spark 1.3カテゴリスコア61 対 53高
数学Claude Opus 4.5カテゴリスコア65 対 56高
推論Muse Spark 1.3カテゴリスコア71 対 67;LMCA 53.9% 対 44.5%中
知識Muse Spark 1.3カテゴリスコア81 対 60高
チャットの質(人間の評価)–Arenaの評価があるのはClaude Opus 4.5のみです(カテゴリスコア66)比較不可
最低コストMuse Spark 1.3100万トークンあたりブレンド価格$2.00 対 $10.00;エージェント型コーディングセッション$0.092 対 $0.400–
回答開始の速さClaude Opus 4.5最初の回答トークンまで1.1秒(Claude Opus 4.5 (high))対 2.6秒(Muse Spark 1.3)–
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 Opus 4.5 (high)とMuse Spark 1.3の品質は互角です(59.7 対 61.6、±8.8の誤差範囲内)。
  • Claude Opus 4.5 (high)は数学で優れています。
  • Muse Spark 1.3はエージェント・ツール、知識、推論で優れています。
  • Muse Spark 1.3の方が5.0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 $10.00)。
  • Muse Spark 1.3の方が出力が4.1倍速くなっています(163 対 40トークン/秒)。

概要

仕様Claude Opus 4.5Muse Spark 1.3
プロバイダーAnthropicMeta
リリース日2025年11月24日2026年9月2日
コンテキストウィンドウ(トークン)200,0001,048,576
比較した構成Claude Opus 4.5 (high)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)$5.00 / $25.00 / $0.500$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 Opus 4.5 (high)Muse Spark 1.3トップ
推論66.671.0Muse Spark 1.3
コーディング60.6–比較不可
エージェント・ツール52.761.3Muse Spark 1.3
数学65.356.3Claude Opus 4.5
知識60.081.2Muse Spark 1.3
人間の評価66.2–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推論エージェント・ツール数学知識Claude Opus 4.5, 推論: 66.6Claude Opus 4.5, エージェント・ツール: 52.7Claude Opus 4.5, 数学: 65.3Claude Opus 4.5, 知識: 60.0Muse Spark 1.3, 推論: 71.0Muse Spark 1.3, エージェント・ツール: 61.3Muse 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, 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 Opus 4.5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 Opus 4.5 (high)Muse Spark 1.3トップ
BenchLeader Index59.761.6互角
Arena Text14741497†Muse 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 Opus 4.5 (high)Muse Spark 1.3
100万トークンあたりのブレンド価格$10.00$2.00
100万トークンあたりの入力/出力$5.00 / $25.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.500$0.150
タスクあたりの価格:チャットの返答$0.0095$0.0018
タスクあたりの価格:30ページのレポートを要約$0.075$0.018
タスクあたりの価格:コード編集$0.068$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$0.400$0.092
タスクあたりの価格:構造化データの抽出$0.015$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)$0.198$0.043
出力速度40 tok/s163 tok/s
回答開始までの時間1.1秒2.6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 Opus 4.5 (high)のスコアは59.7、最初の回答トークンまで1秒。Claude Opus 4.5 (thinking)は59.3(14秒)、Claude Opus 4.5は57.1(1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

183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 Opus 4.5 (high)Muse Spark 1.3
BenchLeader IndexBenchLeader59.761.6
エージェント・ツールスコアBenchLeader52.761.3
コーディングスコアBenchLeader60.6–
人間の評価スコアBenchLeader66.2–
知識スコアBenchLeader60.081.2
数学スコアBenchLeader65.356.3
推論スコアBenchLeader66.671.0
ブレンド価格($/100万トークン)BenchLeader$10.00$2.00
出力速度BenchLeader40 tok/s163 tok/s
回答開始までの時間BenchLeader1.1秒2.6秒
コンテキストウィンドウBenchLeader200,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub86.0%†–
Humanity's Last ExamScale AI / CAIS25.2%†–
SimpleBenchSimpleBench62.0%†81.8%
Arena Hard PromptsArena (LMArena)15011517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench80.1%89.7%†
GPQA Diamond (AA)Artificial Analysis86.6%†93.5%†
Humanity's Last Exam (AA)Artificial Analysis30.1%†48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI85.9%–
Kagi LLM BenchmarkKagi LLM Benchmark70.7%†–
ARC-AGI-1ARC Prize80.0%†–
ARC-AGI-2ARC Prize37.6%†–
CritPtArtificial Analysis4.6%†24.9%†
CritPt v2 hard subset (AA)Artificial Analysis–48.0%†
MysteryMechanismVals AI–36.0%†
SciPredictScale AI SEAL23.1%†–
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)15031521†
Chess PuzzlesEpoch AI Benchmarking Hub14.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†25.0%†
CL-benchEpoch AI Benchmarking Hub21.1%†–
LMCAEpoch AI Benchmarking Hub44.5%53.9%
DTBenchEpoch AI Benchmarking Hub89.9%96.5%
ForecastBenchForecastBench64.6%†65.5%†
183件のベンチマークをすべて表示
指標公開元Claude Opus 4.5 (high)Muse Spark 1.3
推論
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub76.7%†–
SciCodeSciCode–58.8%†
WeirdMLWeirdML63.7%†–
GSO-BenchGSO-Bench26.5%†–
Arena CodingArena (LMArena)15301534†
Arena WebDevArena (LMArena)14931655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench79.7%81.1%†
LiveCodeBenchVals AI83.7%–
IOIVals AI–56.6%†
SWE-bench (Vals)Vals AI76.4%–
SWE-Bench ProScale AI SEAL45.9%†–
SWE-bench Verified (bash only)SWE-bench76.8%–
SWE-bench Multilingual (bash only)SWE-bench70.7%†–
SWE-bench Verified (any scaffold)SWE-bench79.2%†–
Code MigrationVals AI–47.4%†
ProgramBenchVals AI–2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI20.6%85.9%†
SWE-Bench Pro (private)Scale AI SEAL23.4%†–
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub1025.4†1688.3†
AlgoTuneAlgoTune1.8†–
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML6.5%6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis–33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis–84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 247.1†57.7
GameBench 2 by reasoning settingDuelLab GameBench 2–68.5†
Design Arena WebsiteDesign Arena1239†1353†
FrontierCode 1.1 (AA)Artificial Analysis–40.6%†
FrontierCode 2.0 (AA)Artificial Analysis–23.1%†
LiveCodeBench (AA)Artificial Analysis87.1%†–
エージェント・ツール
Terminal-BenchTerminal-Bench63.1%†14.8%†
GDPvalOpenAI45.5%†–
CybenchCybench82.0%†–
Remote Labor IndexScale AI / CAIS3.8%†–
APEX-AgentsMercor–58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench39.7%64.1%†
Terminal-Bench HardArtificial Analysis47.0%†–
τ²-Bench Telecom (AA)Artificial Analysis89.5%†–
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
MCP AtlasScale AI SEAL69.8%–
HiL-BenchScale AI SEAL–66.9%
BFCL OverallBerkeley Function Calling Leaderboard77.5%†–
τ²-benchτ²-bench85.3%–
τ³-bench Bankingτ²-bench24.7%–
GDPval-AA v2.1Artificial Analysis–1681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI–60.0%†
Harvey's Legal Agent Benchmark v1Vals AI–23.8%†
Legal Research BenchVals AI–55.3%†
Poker AgentVals AI1033.4%†–
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI–42.4%†
Terminal-Bench 2.0 (Vals)Vals AI58.4%–
Terminal-Bench 4.0 (Vals)Vals AI–24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena SearchArena (LMArena)1186†–
Arena Agent Task CompletionArena (LMArena)–3.7†
BALROGBALROG43.0%†–
DeepResearch BenchDeepResearch Bench54.8%–
METR Time HorizonsMETR75.0%†–
Vending-Bench 2Andon Labs4967.1†–
AutomationBenchArtificial Analysis–57.9%†
GDP.pdf (AA)Artificial Analysis–26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis–1581†
Design Arena AgenticDesign Arena1156†1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–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%†
DeepSearchQAGoogle24.0%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub34.4%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub4.9%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub86.1%†99.2%†
ProofBenchVals AI36.0%†55.0%
LiveBench MathematicsLiveBench90.4%96.0%†
AIME (Vals)Vals AI76.9%†–
MGSMVals AI94.8%†–
Arena MathsArena (LMArena)14721506†
AIME 2025 (AA)Artificial Analysis91.3%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub45.7%†–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench74.4%79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI87.3%–
LegalBenchVals AI84.6%–
CorpFinVals AI65.1%–
TaxEvalVals AI74.9%–
MedQAVals AI93.2%†–
PRBench FinanceScale AI SEAL46.2%†59.5%
PRBench LegalScale AI SEAL44.2%†61.6%
MultiNRCScale AI SEAL41.2%†–
CaseLaw v2Vals AI62.6%†–
Excel Modeling BenchmarkVals AI–67.4%†
MedCodeVals AI49.2%–
MedScribeVals AI85.3%–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
EBR-benchEpoch AI Benchmarking Hub14.3%†–
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–74.8%†
Global-MMLU-Lite (AA)Artificial Analysis91.3%†–
指示追従
LiveBench LanguageLiveBench81.3%82.8%†
LiveBench Instruction FollowingLiveBench62.5%78.0%†
IFBenchArtificial Analysis58.0%†–
MultiChallengeScale AI SEAL59.0%†–
TutorBenchScale AI SEAL49.8%†–
Arena Instruction FollowingArena (LMArena)14831485†
人間の評価
Arena TextArena (LMArena)14741497†
EQ-Bench Creative Writing v3EQ-Bench1686†1907
Arena Creative WritingArena (LMArena)14691468†
Arena Multi-turnArena (LMArena)14851493†
Arena Longer QueriesArena (LMArena)14951498†
マルチモーダル
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis74.0%†82.0%†
VISTAScale AI SEAL45.3%†–
MMMU-Pro (Vals)Vals AI83.0%–
MortgageTaxVals AI68.7%–
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench75.0%†86.0%
VPCTEpoch AI Benchmarking Hub40.0%†–
Furniture AssemblyEpoch AI Benchmarking Hub28.3%†–
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.3%†83.0%†
Arena DocumentArena (LMArena)1468†1474†
MLCRArtificial Analysis–13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub151.9†158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench72.6%81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis29.1†48.1†
AA Progress Index v1Artificial Analysis284.4†324.5†
Vals RSI IndexVals AI14.8%19.6%†
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
FORTRESSScale AI SEAL13.6%†–
MASKScale AI SEAL87.1%†–
DistressBenchScale AI SEAL–84.9%
メタデータ
AA Openness IndexArtificial Analysis11.1†–

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。
  • Claude Opus 4.5 (high):新しい結果13件(LiveCodeBench, MMLU-Pro, LegalBench…)。
  • Muse Spark 1.3:スコアの改訂1件。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Muse Spark 1.3:新しい結果2件(SimpleBench, GeoBench)。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:スコアの改訂4件。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
  • Muse Spark 1.3:スコアの改訂1件。
  • Muse Spark 1.3:スコアの改訂1件。

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 Opus 4.5 vs Muse Spark 1.3:よくある質問

Claude Opus 4.5はMuse Spark 1.3より優れていますか?
Claude Opus 4.5 (high)とMuse Spark 1.3の品質は互角です(59.7 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 Opus 4.5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Muse Spark 1.3の方が安く、100万トークンあたり$2.00 対 $10.00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 Opus 4.5とMuse Spark 1.3はどちらが速いですか?
Muse Spark 1.3の方が出力が約2倍速くなっています(出力163 対 40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 Opus 4.5とMuse Spark 1.3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 1.3の方がスコアが高くなっています(カテゴリ指標で61 対 53。50が平均)。
長い文書にはどちらが向いていますか?
コンテキストはMuse Spark 1.3の方が長く、1,048,576トークンです(Claude Opus 4.5は200,000トークン)。
ほかの質問(3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Claude Opus 4.5です。Artificial Analysisの測定では、最初の回答トークンまで1.1秒 対 2.6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 Opus 4.5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 Opus 4.5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。
Muse Spark 1.3はいつリリースされましたか?
Muse Spark 1.3は2026年9月2日にリリースされました。