BenchLeader

Claude Sonnet 4.6 vs Muse Spark 1.3

詳しいプロフィール:Claude Sonnet 4.6(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 Sonnet 4.6とMuse Spark 1.3の品質は互角です(BenchLeader Indexで57.6 対 61.6、±9.2の誤差範囲内)。価格はMuse Spark 1.3の方が3.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $6.00です。数学(63 対 56)を重視するならClaude Sonnet 4.6、知識(81 対 58)、エージェント・ツール(61 対 53)、推論(71 対 64)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 Sonnet 4.6の方が短く、0.6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 Sonnet 4.6が57.6、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Claude Sonnet 4.6の100万トークンあたりのブレンド価格は$6.00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 Sonnet 4.6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3件のベンチマークのうち、Muse Spark 1.3が3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 Sonnet 4.6カテゴリスコア63 対 56中
推論Muse Spark 1.3カテゴリスコア71 対 64中
知識Muse Spark 1.3カテゴリスコア81 対 58高
チャットの質(人間の評価)–Arenaの評価があるのはClaude Sonnet 4.6のみです(カテゴリスコア61)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 $6.00;エージェント型コーディングセッション$0.092 対 $0.240–
回答開始の速さClaude Sonnet 4.6最初の回答トークンまで0.6秒(Claude Sonnet 4.6)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 Sonnet 4.6とMuse Spark 1.3の品質は互角です(57.6 対 61.6、±9.2の誤差範囲内)。
  • Claude Sonnet 4.6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3.0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 $6.00)。
  • Muse Spark 1.3の方が出力が3.8倍速くなっています(163 対 43トークン/秒)。

概要

仕様Claude Sonnet 4.6Muse Spark 1.3
プロバイダーAnthropicMeta
リリース日2026年2月17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 Sonnet 4.6Muse 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)$3.00 / $15.00 / $0.300$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 Sonnet 4.6Muse Spark 1.3トップ
推論63.971.0Muse Spark 1.3
コーディング53.5–比較不可
エージェント・ツール52.661.3Muse Spark 1.3
数学63.156.3Claude Sonnet 4.6
知識58.181.2Muse Spark 1.3
人間の評価60.5–比較不可
マルチモーダル62.4–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 Sonnet 4.6, 推論: 63.9Claude Sonnet 4.6, エージェント・ツール: 52.6Claude Sonnet 4.6, 数学: 63.1Claude Sonnet 4.6, 知識: 58.1Muse 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3件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Muse Spark 1.3のリードが3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 Sonnet 4.6Muse Spark 1.3トップ
BenchLeader Index57.661.6互角
Arena Text14721497†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 Sonnet 4.6Muse Spark 1.3
100万トークンあたりのブレンド価格$6.00$2.00
100万トークンあたりの入力/出力$3.00 / $15.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.300$0.150
タスクあたりの価格:チャットの返答$0.0057$0.0018
タスクあたりの価格:30ページのレポートを要約$0.045$0.018
タスクあたりの価格:コード編集$0.041$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$0.240$0.092
タスクあたりの価格:構造化データの抽出$0.0090$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)$0.118$0.043
出力速度43 tok/s163 tok/s
回答開始までの時間0.6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 Sonnet 4.6のスコアは57.6、最初の回答トークンまで1秒。Claude Sonnet 4.6 (max)は56.1(91秒)、Claude Sonnet 4.6 (high)は50.3(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

162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 Sonnet 4.6Muse Spark 1.3
BenchLeader IndexBenchLeader57.661.6
エージェント・ツールスコアBenchLeader52.661.3
コーディングスコアBenchLeader53.5–
人間の評価スコアBenchLeader60.5–
知識スコアBenchLeader58.181.2
数学スコアBenchLeader63.156.3
マルチモーダルスコアBenchLeader62.4–
推論スコアBenchLeader63.971.0
ブレンド価格($/100万トークン)BenchLeader$6.00$2.00
出力速度BenchLeader43 tok/s163 tok/s
回答開始までの時間BenchLeader0.6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 Hub87.4%–
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)15031517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench84.8%†89.7%†
GPQA Diamond (AA)Artificial Analysis87.5%†93.5%†
Humanity's Last Exam (AA)Artificial Analysis33.6%†48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI85.6%†–
ARC-AGI-1ARC Prize86.0%†–
ARC-AGI-2ARC Prize58.3%†–
CritPtArtificial Analysis3.1%†24.9%†
CritPt v2 hard subset (AA)Artificial Analysis–48.0%†
MysteryMechanismVals AI–36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)15061521†
Chess PuzzlesEpoch AI Benchmarking Hub23.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub14.0%25.0%†
LMCAEpoch AI Benchmarking Hub46.5%†53.9%
DTBenchEpoch AI Benchmarking Hub89.9%†96.5%
ForecastBenchForecastBench64.0%65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub75.2%–
SciCodeSciCode46.8%†58.8%†
WeirdMLWeirdML66.1%†–
162件のベンチマークをすべて表示
指標公開元Claude Sonnet 4.6Muse Spark 1.3
コーディング
FrontierCodeCognition24.3%–
Arena CodingArena (LMArena)15281534†
Arena WebDevArena (LMArena)15221655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench79.3%†81.1%†
SciCode (AA)Artificial Analysis50.1%†58.8%†
LiveCodeBenchVals AI82.1%†–
IOIVals AI–56.6%†
SWE-bench (Vals)Vals AI77.4%†–
Code MigrationVals AI39.9%†47.4%†
ProgramBenchVals AI0.5%†2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI55.8%85.9%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL31.2%–
SWE Atlas v1.0: RefactoringScale AI SEAL32.2%–
SWE Atlas v1.0: Test WritingScale AI SEAL31.8%–
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
DeepSWE v1.1Epoch AI Benchmarking Hub29.9%†–
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub1327.3†1688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis3.0%†33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis71.2%†84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 2–57.7
GameBench 2 by reasoning settingDuelLab GameBench 2–68.5†
Design Arena WebsiteDesign Arena12771353†
FrontierCode 1.1 (AA)Artificial Analysis–40.6%†
FrontierCode 2.0 (AA)Artificial Analysis–23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench53.4%14.8%†
OSWorld-Verified 2.0OSWorld8.3%†–
APEX-AgentsMercor43.0%†58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench42.6%†64.1%†
Terminal-Bench HardArtificial Analysis53.0%†–
τ²-Bench Telecom (AA)Artificial Analysis75.7%†–
Terminal-Bench 2.1 (Vals)Vals AI57.3%†79.0%†
MCP AtlasScale AI SEAL69.5%–
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1Artificial Analysis1240†1681†
τ³-Banking (AA)Artificial Analysis34.4%†50.5%†
ITBench SRE (AA)Artificial Analysis39.8%†33.2%†
Analyst Agent (AA)Artificial Analysis20.0%†37.5%†
APEX-Agents (AA)Artificial Analysis28.0%†–
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI51.0%†60.0%†
Harvey's Legal Agent Benchmark v1Vals AI5.0%†23.8%†
Legal Research BenchVals AI38.5%†55.3%†
SkillsBenchVals AI49.0%†–
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI25.8%†42.4%†
Terminal-Bench 2.0 (Vals)Vals AI59.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena SearchArena (LMArena)1201–
Arena Agent Task CompletionArena (LMArena)–3.7†
DeepResearch BenchDeepResearch Bench54.9%†–
ExploitBenchEpoch AI Benchmarking Hub23.6%–
GBAEvalEpoch AI Benchmarking Hub48.8%–
Vending-Bench 2Andon Labs7204.1–
AutomationBenchArtificial Analysis20.1%†57.9%†
GDP.pdf (AA)Artificial Analysis15.8%†26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis1062†1581†
Design Arena AgenticDesign Arena11871283†
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%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub85.8%99.2%†
ProofBenchVals AI45.0%†55.0%
LiveBench MathematicsLiveBench87.0%†96.0%†
AIME (Vals)Vals AI92.3%–
Arena MathsArena (LMArena)14611506†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub32.8%†–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench78.0%†79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI87.3%†–
LegalBenchVals AI82.1%†–
CorpFinVals AI65.3%†–
TaxEvalVals AI77.1%†–
MedQAVals AI92.1%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
CaseLaw v2Vals AI64.0%–
Excel Modeling BenchmarkVals AI60.1%†67.4%†
Public Benefits Bench v1.1Vals AI62.5%†–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL31.3%†62.2%†
GDP.pdfEpoch AI Benchmarking Hub18.0%†27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–74.8%†
Global-MMLU-Lite (AA)Artificial Analysis90.5%†–
指示追従
LiveBench LanguageLiveBench76.1%†82.8%†
LiveBench Instruction FollowingLiveBench63.2%†78.0%†
IFBenchArtificial Analysis56.6%†–
Arena Instruction FollowingArena (LMArena)14751485†
人間の評価
Arena TextArena (LMArena)14721497†
EQ-Bench 4EQ-Bench1197–
EQ-Bench Creative Writing v3EQ-Bench18111907
Arena Creative WritingArena (LMArena)14491468†
Arena Multi-turnArena (LMArena)14801493†
Arena Longer QueriesArena (LMArena)14921498†
マルチモーダル
Arena VisionArena (LMArena)12831310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis73.3%†82.0%†
MMMU-Pro (Vals)Vals AI83.6%†–
MortgageTaxVals AI67.7%†–
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench73.0%86.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub6.7%–
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.0%†83.0%†
Arena DocumentArena (LMArena)14781474†
MLCRArtificial Analysis7.8%†13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub152.9158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench73.0%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis30.1†48.1†
AA Progress Index v1Artificial Analysis293.6†324.5†
Vals RSI IndexVals AI–19.6%†
Vals Multimodal IndexVals AI60.6%†–
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL–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

  • Claude Sonnet 4.6:BenchLeader Index 58.3 → 57.6。
  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Claude Sonnet 4.6:スコアの改訂2件。
  • Muse Spark 1.3:スコアの改訂1件。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Claude Sonnet 4.6:新しい結果1件(GeoBench)。
  • 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。
  • Claude Sonnet 4.6:新しい結果1件(Arena Search)。

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 Sonnet 4.6 vs Muse Spark 1.3:よくある質問

Claude Sonnet 4.6はMuse Spark 1.3より優れていますか?
Claude Sonnet 4.6とMuse Spark 1.3の品質は互角です(57.6 対 61.6、±9.2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 Sonnet 4.6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 $6.00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 Sonnet 4.6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 43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 Sonnet 4.6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?
どちらも約1Mトークンです(Claude Sonnet 4.6は1,000,000、Muse Spark 1.3は1,048,576)。
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 Sonnet 4.6です。Artificial Analysisの測定では、最初の回答トークンまで0.6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 Sonnet 4.6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3件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Muse Spark 1.3のリードが3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。