BenchLeader

Claude Opus 4.7 vs Muse Spark Open

詳しいプロフィール:Claude Opus 4.7(Anthropic)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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではClaude Opus 4.7がMuse Spark Openを上回ります(BenchLeader Indexで63.1 対 53.5)。ただし、価格はMuse Spark Open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。両方を測定できるすべてのカテゴリでClaude Opus 4.7がリードしています。Muse Spark Openの方が出力が3倍以上速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 4.7が63.1、Muse Spark Openが53.5です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.7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 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)。
  • Muse Spark OpenはClaude Opus 4.7より出力が3倍以上速いです(Artificial Analysis、7日間の中央値、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 Opus 4.7カテゴリスコア61 対 36高
推論Claude Opus 4.7カテゴリスコア64 対 51高
画像などのメディアClaude Opus 4.7カテゴリスコア67 対 63中
チャットの質(人間の評価)–Arenaの評価があるのはClaude Opus 4.7のみです(カテゴリスコア67)比較不可
最低コストMuse Spark Open100万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 4.7最初の回答トークンまで1.0秒(Claude Opus 4.7)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

  • 品質ではClaude Opus 4.7がリードしています:63.1 対 53.5。
  • Claude Opus 4.7はコーディング、マルチモーダル、推論で優れています。
  • Muse Spark Open (xhigh)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 Open (xhigh)の方が出力が3.8倍速くなっています(180 対 48トークン/秒)。

概要

仕様Claude Opus 4.7Muse Spark Open
プロバイダーAnthropicMeta
リリース日2026年4月16日2026年10月15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 Opus 4.7Muse Spark Open (xhigh)
オープンウェイトなしあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$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 4.7Muse Spark Open (xhigh)トップ
推論63.651.3Claude Opus 4.7
コーディング60.936.0Claude Opus 4.7
エージェント・ツール67.9–比較不可
数学66.7–比較不可
知識–58.8比較不可
人間の評価67.3–比較不可
マルチモーダル67.163.3Claude Opus 4.7
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推論コーディングマルチモーダルClaude Opus 4.7, 推論: 63.6Claude Opus 4.7, コーディング: 60.9Claude Opus 4.7, マルチモーダル: 67.1Muse Spark Open, 推論: 51.3Muse Spark Open, コーディング: 36.0Muse Spark Open, マルチモーダル: 63.3

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 数学, 知識, 指示追従, 長文コンテキスト, 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0件のベンチマークのうち、Claude Opus 4.7のリードが0件、Muse Spark Open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 Opus 4.7が上回っています。

総合IndexClaude Opus 4.7Muse Spark Open (xhigh)トップ
BenchLeader Index63.153.5Claude Opus 4.7

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 4.7Muse Spark Open (xhigh)
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
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48 tok/s180 tok/s
回答開始までの時間1.0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。Claude Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15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

160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 4.7Muse Spark Open (xhigh)
BenchLeader IndexBenchLeader63.153.5
エージェント・ツールスコアBenchLeader67.9–
コーディングスコアBenchLeader60.936.0
人間の評価スコアBenchLeader67.3–
数学スコアBenchLeader66.7–
マルチモーダルスコアBenchLeader67.163.3
推論スコアBenchLeader63.651.3
知識スコアBenchLeader–58.8
長文コンテキストスコアBenchLeader–63.8
ブレンド価格($/100万トークン)BenchLeader$10.00$2.00
出力速度BenchLeader48 tok/s180 tok/s
回答開始までの時間BenchLeader1.0秒9.9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 Hub86.4%†–
Humanity's Last ExamScale AI / CAIS36.2%–
SimpleBenchSimpleBench61.7%–
Arena Hard PromptsArena (LMArena)1519–
LiveBench 2.0 ReasoningLiveBench–73.7%†
LiveBench 1.0 ReasoningLiveBench87.2%†–
GPQA Diamond (AA)Artificial Analysis91.4%†89.0%
Humanity's Last Exam (AA)Artificial Analysis42.3%†43.9%
HLE-Diamond (AA)Artificial Analysis–26.3%
GPQA Diamond (Vals)Vals AI90.2%†–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%–
ARC-AGI-1ARC Prize–89.0%
ARC-AGI-2ARC Prize–57.5%
ARC-AGI-3ARC Prize0.2%†0.4%
CritPtArtificial Analysis12.0%†14.9%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
HLE-Diamond (Scale)Scale AI SEAL–28.0%†
Arena ExpertArena (LMArena)1534–
Chess PuzzlesEpoch AI Benchmarking Hub41.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub13.0%–
LMCAEpoch AI Benchmarking Hub52.2%†–
DTBenchEpoch AI Benchmarking Hub94.7%†–
ForecastBenchForecastBench62.8%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub83.5%†–
SciCodeSciCode54.5%†–
160件のベンチマークをすべて表示
指標公開元Claude Opus 4.7Muse Spark Open (xhigh)
コーディング
WeirdMLWeirdML76.4%–
FrontierCodeCognition38.5%–
GSO-BenchGSO-Bench44.1%–
Arena CodingArena (LMArena)1547–
Arena WebDevArena (LMArena)15551526†
LiveBench 2.0 CodingLiveBench–55.1%†
LiveBench 1.0 CodingLiveBench82.1%†–
SciCode (AA)Artificial Analysis–58.5%
LiveCodeBenchVals AI85.1%†–
SWE-bench (Vals)Vals AI82.0%†–
Code MigrationVals AI43.9%†21.2%
Code Migration v1.1Vals AI–26.9%
ProgramBenchVals AI0.0%†–
Vibe Code Bench v1.1Vals AI71.0%†76.2%
SWE Atlas v1.0: Codebase QnAScale AI SEAL40.3%–
SWE Atlas v1.0: RefactoringScale AI SEAL48.6%–
SWE Atlas v1.0: Test WritingScale AI SEAL38.5%–
SWE Atlas v1.1Scale AI SEAL–42.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–50.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL–41.1%†
SWE Atlas v1.1: RefactoringScale AI SEAL–35.7%†
SWE-Bench Pro V2Scale AI SEAL–95.0%
SWE-Bench Pro V2 HARDScale AI SEAL–82.3%
MirrorCodeEpoch AI Benchmarking Hub31.1%†–
ALE-BenchEpoch AI Benchmarking Hub1323.0–
Terminal-Bench 4.0 (AA)Artificial Analysis–8.1%
Terminal-Bench 2.1 (AA)Artificial Analysis83.2%†76.4%
GameBench 2 OverallDuelLab GameBench 2–55.3†
GameBench 2 by reasoning settingDuelLab GameBench 2–59.3
Design Arena WebsiteDesign 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
Terminal-BenchTerminal-Bench80.2%–
OSWorld-Verified 2.0OSWorld18.2%†–
APEX-AgentsMercor49.2%†–
LiveBench Long AgenticLiveBench–12.1%†
LiveBench BrowserLiveBench–26.2%†
LiveBench Agentic CodingLiveBench50.7%†–
Terminal-Bench HardArtificial Analysis51.5%†–
τ²-Bench Telecom (AA)Artificial Analysis88.6%†–
Terminal-Bench 2.1 (Vals)Vals AI68.5%†–
MCP AtlasScale AI SEAL79.1%†–
HiL-BenchScale AI SEAL41.7%59.7%†
τ³-bench Bankingτ²-bench40.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–45.1%
GDPval-AA v2.1Artificial Analysis1361†1401
τ³-Banking (AA)Artificial Analysis34.6%†–
ITBench SRE (AA)Artificial Analysis46.7%†–
Analyst Agent (AA)Artificial Analysis43.8%†–
Finance Agent v2Vals AI51.5%†61.3%
Finance Agent v2.1Vals AI–60.7%
Harvey's Legal Agent Benchmark v1.1Vals AI–25.0%
Harvey's Legal Agent Benchmark v1Vals AI6.7%†16.7%
Legal Research BenchVals AI38.5%†38.5%
Tax Agent BenchVals AI23.7%†26.3%
Terminal-Bench 2.0 (Vals)Vals AI68.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–6.6%
Arena SearchArena (LMArena)1210–
PostTrainBenchEpoch AI Benchmarking Hub24.3%†–
ExploitBenchEpoch AI Benchmarking Hub26.5%–
GBAEvalEpoch AI Benchmarking Hub43.8%–
Vending-Bench 2Andon Labs10936.8–
AutomationBenchArtificial Analysis–49.7%
GDP.pdf (AA)Artificial Analysis–18.6%
AA-Briefcase v1.1Artificial Analysis1252†1280
GDPxGDPx by SemiAnalysis–1.7%†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub70.2%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub86.7%†–
ProofBenchVals AI54.0%†–
LiveBench MathematicsLiveBench92.8%†–
AIME (Vals)Vals AI96.3%–
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena40.6%†–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
Arena MathsArena (LMArena)1490–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub51.7%†–
LiveBench 2.0 Data AnalysisLiveBench–60.2%†
LiveBench ResearchLiveBench–82.7%†
LiveBench 1.0 Data AnalysisLiveBench78.3%†–
AA-Omniscience v1.1Artificial Analysis–25.8
MMLU-ProVals AI89.9%†–
LegalBenchVals AI85.3%†–
CorpFinVals AI66.1%†–
TaxEvalVals AI75.3%†–
PRBench LegalScale AI SEAL–59.8%†
CaseLaw v2Vals AI68.4%–
Excel Modeling BenchmarkVals AI63.7%†53.7%
Excel Modeling Benchmark v1.1Vals AI–62.0%
MedCodeVals AI54.9%†–
MedScribeVals AI83.0%†–
EBR-benchEpoch AI Benchmarking Hub19.1%†–
GDP.pdfEpoch AI Benchmarking Hub21.0%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.0%
指示追従
LiveBench LanguageLiveBench77.9%†–
LiveBench Instruction FollowingLiveBench66.7%†–
IFBenchArtificial Analysis58.6%†–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1493–
人間の評価
Arena TextArena (LMArena)1494–
EQ-Bench 4EQ-Bench1293–
EQ-Bench Creative Writing v3EQ-Bench1915–
Arena Creative WritingArena (LMArena)1482–
Arena Multi-turnArena (LMArena)1514–
Arena Longer QueriesArena (LMArena)1508–
マルチモーダル
Arena VisionArena (LMArena)1319–
LiveBench DesignLiveBench–58.1%†
MMMU-ProArtificial Analysis78.8%†80.9%
MMMU-Pro (Vals)Vals AI85.5%†–
MortgageTaxVals AI70.3%†–
SAGEVals AI–85.8%
Humanity's Sixth SenseScale AI SEAL–29.6%†
Blueprint-Bench 2Epoch AI Benchmarking Hub24.5%–
Furniture AssemblyEpoch AI Benchmarking Hub33.3%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.7%†78.3%
Arena DocumentArena (LMArena)1494–
MLCRArtificial Analysis–7.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.4155.4†
LiveBench 2.0LiveBench–48.5%†
LiveBench 1.0LiveBench76.5%†–
AA Intelligence Index v5.0.1Artificial Analysis–24.9
AA Intelligence Index v4.3.2Artificial Analysis40.7†38.9
AA Progress Index v1Artificial Analysis312.5†306.7
Vals IndexVals AI–48.6
Vals Finance IndexVals AI–53.0%
Vals RSI IndexVals AI19.1%†–
Vals Multimodal IndexVals AI67.4%†–
Vals Legal IndexVals AI–68.5%
安全性・誠実さ
FORTRESSScale AI SEAL–7.6%†
DistressBenchScale AI SEAL–87.7%†
メタデータ
AA Openness IndexArtificial 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

  • Muse Spark Open (xhigh):スコアの改訂1件。
  • Claude Opus 4.7: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。
  • Muse Spark Open (xhigh):新しい結果1件(ARC-AGI-3)。
  • Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
  • Muse Spark Open (xhigh):新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $0.84/M → $2.02/M。
  • Claude Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Muse Spark Open (xhigh):新しい結果6件(MLCR, Code Migration v1.1, Excel Modeling Benchmark v1.1…)、価格 $1.25/M → $0.15/M。

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 4.7 vs Muse Spark Open:よくある質問

Claude Opus 4.7はMuse Spark Openより優れていますか?
品質ではClaude Opus 4.7がリードしています:63.1 対 53.5。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 Opus 4.7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 Opus 4.7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Muse Spark Open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。
コーディングにはClaude Opus 4.7とMuse Spark Openのどちらが向いていますか?
コーディングではClaude Opus 4.7の方がスコアが高くなっています(カテゴリ指標で61 対 36。50が平均)。
Claude Opus 4.7とMuse Spark Openはどちらが速いですか?
Muse Spark Openの方が出力が3倍以上速くなっています(出力180 対 48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 Opus 4.7は1,000,000、Muse Spark Openは1,048,576)。
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Claude Opus 4.7です。Artificial Analysisの測定では、最初の回答トークンまで1.0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。