BenchLeader

DeepSeek V3.2 Speciale vs Muse Spark Open

詳しいプロフィール:DeepSeek V3.2 Speciale(DeepSeek)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 · 11件の情報源のデータ

2026年11月16日時点で、DeepSeek V3.2 SpecialeとMuse Spark Openの品質は互角です(BenchLeader Indexで53.3 対 53.5、±9.0の誤差範囲内)。価格はDeepSeek V3.2 Specialeの方が2.3倍安く、100万トークンあたりのブレンド価格で$0.855 対 $2.00です。コーディング(48 対 36)を重視するならDeepSeek V3.2 Speciale、長文コンテキスト(64 対 59)、推論(51 対 50)を重視するならMuse Spark Openが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはDeepSeek V3.2 Specialeが53.3、Muse Spark Openが53.5です(BenchLeader、2026年11月16日)。
  • DeepSeek V3.2 Specialeの100万トークンあたりのブレンド価格は$0.855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)。
  • 両モデルに結果がある5件のベンチマークのうち、Muse Spark Open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DeepSeek V3.2 Specialeカテゴリスコア48 対 36高
推論Muse Spark Openカテゴリスコア51 対 50;GPQA Diamond (AA) 89.0% 対 87.1%中
長い文書Muse Spark Openカテゴリスコア64 対 59;AA-LCR v1.1 78.3% 対 70.0%中
最低コストDeepSeek V3.2 Speciale100万トークンあたりブレンド価格$0.855 対 $2.00;エージェント型コーディングセッション$0.042 対 $0.092–
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

  • DeepSeek V3.2 SpecialeとMuse Spark Open (xhigh)の品質は互角です(53.3 対 53.5、±9.0の誤差範囲内)。
  • DeepSeek V3.2 Specialeはコーディングで優れています。
  • Muse Spark Open (xhigh)は長文コンテキスト、推論で優れています。
  • DeepSeek V3.2 Specialeの方が2.3倍安くなっています(100万トークンあたりブレンド価格$0.855 対 $2.00)。

概要

仕様DeepSeek V3.2 SpecialeMuse Spark Open
プロバイダーDeepSeekMeta
リリース日2025年12月1日2026年10月15日
コンテキストウィンドウ(トークン)128,0001,048,576
比較した構成DeepSeek V3.2 SpecialeMuse Spark Open (xhigh)
オープンウェイトありあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.580 / $1.68 / –$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DeepSeek V3.2 SpecialeMuse Spark Open (xhigh)トップ
推論50.151.3Muse Spark Open
コーディング47.836.0DeepSeek V3.2 Speciale
エージェント・ツール64.1–比較不可
数学44.7–比較不可
知識–58.8比較不可
指示追従63.6–比較不可
マルチモーダル–63.3比較不可
長文コンテキスト59.463.8Muse Spark Open

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推論コーディング長文コンテキストDeepSeek V3.2 Speciale, 推論: 50.1DeepSeek V3.2 Speciale, コーディング: 47.8DeepSeek V3.2 Speciale, 長文コンテキスト: 59.4Muse Spark Open, 推論: 51.3Muse Spark Open, コーディング: 36.0Muse Spark Open, 長文コンテキスト: 63.8

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, 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5件のベンチマークのうち、DeepSeek V3.2 Specialeのリードが0件、Muse Spark Openのリードが5件です。

総合IndexDeepSeek V3.2 SpecialeMuse Spark Open (xhigh)トップ
BenchLeader Index53.353.5互角

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DeepSeek V3.2 SpecialeMuse Spark Open (xhigh)
100万トークンあたりのブレンド価格$0.855$2.00
100万トークンあたりの入力/出力$0.580 / $1.68$1.25 / $4.25
100万トークンあたりのキャッシュ入力–$0.150
タスクあたりの価格:チャットの返答$0.0007$0.0018
タスクあたりの価格:30ページのレポートを要約$0.0080$0.018
タスクあたりの価格:コード編集$0.0060$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$0.042$0.092
タスクあたりの価格:構造化データの抽出$0.0015$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)–$0.043
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–180 tok/s
回答開始までの時間–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。DeepSeek V3.2 Specialeのスコアは53.3。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

84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DeepSeek V3.2 SpecialeMuse Spark Open (xhigh)
BenchLeader IndexBenchLeader53.353.5
エージェント・ツールスコアBenchLeader64.1–
コーディングスコアBenchLeader47.836.0
指示追従スコアBenchLeader63.6–
長文コンテキストスコアBenchLeader59.463.8
数学スコアBenchLeader44.7–
推論スコアBenchLeader50.151.3
知識スコアBenchLeader–58.8
マルチモーダルスコアBenchLeader–63.3
ブレンド価格($/100万トークン)BenchLeader$0.855$2.00
出力速度BenchLeader–180 tok/s
回答開始までの時間BenchLeader–9.9秒
コンテキストウィンドウBenchLeader128,000トークン1,048,576トークン
推論
SimpleBenchSimpleBench52.6%–
LiveBench 2.0 ReasoningLiveBench–73.7%†
GPQA Diamond (AA)Artificial Analysis87.1%89.0%
Humanity's Last Exam (AA)Artificial Analysis28.7%43.9%
HLE-Diamond (AA)Artificial Analysis–26.3%
ARC-AGI-1ARC Prize–89.0%
ARC-AGI-2ARC Prize–57.5%
ARC-AGI-3ARC Prize–0.4%
CritPtArtificial Analysis7.4%14.9%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
HLE-Diamond (Scale)Scale AI SEAL–28.0%†
コーディング
WeirdMLWeirdML46.7%–
Arena WebDevArena (LMArena)–1526†
LiveBench 2.0 CodingLiveBench–55.1%†
SciCode (AA)Artificial Analysis–58.5%
Code MigrationVals AI–21.2%
Code Migration v1.1Vals AI–26.9%
Vibe Code Bench v1.1Vals AI–76.2%
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%
Terminal-Bench 4.0 (AA)Artificial Analysis–8.1%
84件のベンチマークをすべて表示
指標公開元DeepSeek V3.2 SpecialeMuse Spark Open (xhigh)
コーディング
Terminal-Bench 2.1 (AA)Artificial Analysis–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%
LiveCodeBench (AA)Artificial Analysis89.6%–
エージェント・ツール
LiveBench Long AgenticLiveBench–12.1%†
LiveBench BrowserLiveBench–26.2%†
Terminal-Bench HardArtificial Analysis34.9%–
τ²-Bench Telecom (AA)Artificial Analysis0.0%–
HiL-BenchScale AI SEAL–59.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–45.1%
GDPval-AA v2.1Artificial Analysis–1401
Finance Agent v2Vals AI–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 AI–16.7%
Legal Research BenchVals AI–38.5%
Tax Agent BenchVals AI–26.3%
Terminal-Bench 4.0 (Vals)Vals AI–6.6%
AutomationBenchArtificial Analysis–49.7%
GDP.pdf (AA)Artificial Analysis–18.6%
AA-Briefcase v1.1Artificial Analysis–1280
GDPxGDPx by SemiAnalysis–1.7%†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
MathArena ApexMathArena9.4%–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
AIME 2025 (AA)Artificial Analysis96.7%–
知識
LiveBench 2.0 Data AnalysisLiveBench–60.2%†
LiveBench ResearchLiveBench–82.7%†
AA-Omniscience v1.1Artificial Analysis–25.8
PRBench LegalScale AI SEAL–59.8%†
Excel Modeling BenchmarkVals AI–53.7%
Excel Modeling Benchmark v1.1Vals AI–62.0%
AA-Omniscience v1.1: accuracyArtificial Analysis–42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.0%
Global-MMLU-Lite (AA)Artificial Analysis88.4%–
指示追従
IFBenchArtificial Analysis63.9%–
MultiChallengeScale AI SEAL–74.2%†
人間の評価
EQ-Bench Creative Writing v3EQ-Bench1277–
マルチモーダル
LiveBench DesignLiveBench–58.1%†
MMMU-ProArtificial Analysis–80.9%
SAGEVals AI–85.8%
Humanity's Sixth SenseScale AI SEAL–29.6%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis70.0%78.3%
MLCRArtificial Analysis–7.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–155.4†
LiveBench 2.0LiveBench–48.5%†
AA Intelligence Index v5.0.1Artificial Analysis–24.9
AA Intelligence Index v4.3.2Artificial Analysis14.538.9
AA Progress Index v1Artificial Analysis264.5306.7
Vals IndexVals AI–48.6
Vals Finance IndexVals AI–53.0%
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

  • DeepSeek V3.2 Speciale:新しい結果1件(AIME 2025 (AA))。
  • Muse Spark Open (xhigh):スコアの改訂1件。
  • DeepSeek V3.2 Speciale:BenchLeader Index 54.0 → 53.3。
  • 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。
  • DeepSeek V3.2 Speciale:新しい結果1件(AA Progress Index v1)。
  • 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。
  • DeepSeek V3.2 Speciale:新しい結果1件(Global-MMLU-Lite (AA))。

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

DeepSeek V3.2 Speciale vs Muse Spark Open:よくある質問

DeepSeek V3.2 SpecialeはMuse Spark Openより優れていますか?
DeepSeek V3.2 SpecialeとMuse Spark Open (xhigh)の品質は互角です(53.3 対 53.5、±9.0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。
DeepSeek V3.2 Speciale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DeepSeek V3.2 Specialeの方が安く、100万トークンあたり$0.855 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。
コーディングにはDeepSeek V3.2 SpecialeとMuse Spark Openのどちらが向いていますか?
コーディングではDeepSeek V3.2 Specialeの方がスコアが高くなっています(カテゴリ指標で48 対 36。50が平均)。
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではMuse Spark Openの方がスコアが高くなっています(64 対 59)。コンテキストはMuse Spark Openの方が長く、1,048,576トークンです(DeepSeek V3.2 Specialeは128,000トークン)。
DeepSeek V3.2 SpecialeとMuse Spark Open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、DeepSeek V3.2 Specialeのリードが0件、Muse Spark Openのリードが5件です。
ほかの質問(1件)
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。