BenchLeader

DeepSeek V4 Flash vs Muse Spark 1.3

詳しいプロフィール:DeepSeek V4 Flash(DeepSeek)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 · 10件の情報源のデータ

2026年11月16日時点で、DeepSeek V4 FlashとMuse Spark 1.3の品質は互角です(BenchLeader Indexで57.2 対 61.6、±9.1の誤差範囲内)。価格はDeepSeek V4 Flashの方が7.6倍安く、100万トークンあたりのブレンド価格で$0.262 対 $2.00です。数学(62 対 56)を重視するならDeepSeek V4 Flash、知識(81 対 55)、推論(71 対 59)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DeepSeek V4 Flashの方が短く、0.7秒 対 2.6秒です。Muse Spark 1.3は出力が約1.5倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはDeepSeek V4 Flashが57.2、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • DeepSeek V4 Flashの100万トークンあたりのブレンド価格は$0.262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DeepSeek V4 Flashより出力が約1.5倍速いです(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
数学DeepSeek V4 Flashカテゴリスコア62 対 56中
推論Muse Spark 1.3カテゴリスコア71 対 59高
知識Muse Spark 1.3カテゴリスコア81 対 55高
チャットの質(人間の評価)–Arenaの評価があるのはDeepSeek V4 Flashのみです(カテゴリスコア62)比較不可
最低コストDeepSeek V4 Flash100万トークンあたりブレンド価格$0.262 対 $2.00;エージェント型コーディングセッション$0.011 対 $0.092–
回答開始の速さDeepSeek V4 Flash最初の回答トークンまで0.7秒(DeepSeek V4 Flash (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

  • DeepSeek V4 Flash (high)とMuse Spark 1.3の品質は互角です(57.2 対 61.6、±9.1の誤差範囲内)。
  • DeepSeek V4 Flash (high)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。
  • DeepSeek V4 Flash (high)の方が7.6倍安くなっています(100万トークンあたりブレンド価格$0.262 対 $2.00)。
  • Muse Spark 1.3の方が出力が2.0倍速くなっています(163 対 82トークン/秒)。

概要

仕様DeepSeek V4 FlashMuse Spark 1.3
プロバイダーDeepSeekMeta
リリース日2026年7月31日2026年9月2日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成DeepSeek V4 Flash (high)Muse Spark 1.3
オープンウェイトありなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.150 / $0.600 / $0.0030$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 V4 Flash (high)Muse Spark 1.3トップ
推論59.271.0Muse Spark 1.3
コーディング55.0–比較不可
エージェント・ツール–61.3比較不可
数学61.956.3DeepSeek V4 Flash
知識54.881.2Muse Spark 1.3
人間の評価62.0–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DeepSeek V4 Flash, 推論: 59.2DeepSeek V4 Flash, 数学: 61.9DeepSeek V4 Flash, 知識: 54.8Muse 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0件のベンチマークのうち、DeepSeek V4 Flashのリードが0件、Muse Spark 1.3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、Muse Spark 1.3が上回っています。

総合IndexDeepSeek V4 Flash (high)Muse Spark 1.3トップ
BenchLeader Index57.261.6互角
Arena Text14391497†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DeepSeek V4 Flash (high)Muse Spark 1.3
100万トークンあたりのブレンド価格$0.262$2.00
100万トークンあたりの入力/出力$0.150 / $0.600$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.0030$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$0.0022$0.018
タスクあたりの価格:コード編集$0.0018$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$0.011$0.092
タスクあたりの価格:構造化データの抽出$0.0004$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)$0.0048$0.043
出力速度82 tok/s163 tok/s
回答開始までの時間0.7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。DeepSeek V4 Flash (high)のスコアは57.2、最初の回答トークンまで1秒。DeepSeek V4 Flash (max)は56.8(28秒)、DeepSeek V4 Flashは53.8(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

143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 V4 Flash (high)Muse Spark 1.3
BenchLeader IndexBenchLeader57.261.6
コーディングスコアBenchLeader55.0–
人間の評価スコアBenchLeader62.0–
知識スコアBenchLeader54.881.2
数学スコアBenchLeader61.956.3
推論スコアBenchLeader59.271.0
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$0.262$2.00
出力速度BenchLeader82 tok/s163 tok/s
回答開始までの時間BenchLeader0.7秒2.6秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub91.0%†–
SimpleBenchSimpleBench61.1%†81.8%
Arena Hard PromptsArena (LMArena)14591517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench86.6%†89.7%†
GPQA Diamond (AA)Artificial Analysis90.8%†93.5%†
Humanity's Last Exam (AA)Artificial Analysis38.5%†48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI89.9%–
Kagi LLM BenchmarkKagi LLM Benchmark52.2%†–
ARC-AGI-1ARC Prize87.0%–
ARC-AGI-2ARC Prize56.0%–
CritPtArtificial Analysis16.6%†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)14671521†
Chess PuzzlesEpoch AI Benchmarking Hub32.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub34.0%†25.0%†
LMCAEpoch AI Benchmarking Hub41.7%†53.9%
DTBenchEpoch AI Benchmarking Hub90.9%†96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SciCodeSciCode42.0%58.8%†
WeirdMLWeirdML57.0%–
143件のベンチマークをすべて表示
指標公開元DeepSeek V4 Flash (high)Muse Spark 1.3
コーディング
FrontierCodeCognition18.8%†–
Arena CodingArena (LMArena)14801534†
Arena WebDevArena (LMArena)15821655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench75.0%†81.1%†
SciCode (AA)Artificial Analysis50.4%†58.8%†
LiveCodeBenchVals AI87.3%–
IOIVals AI32.7%56.6%†
SWE-bench (Vals)Vals AI88.8%–
Code MigrationVals AI38.6%47.4%†
ProgramBenchVals AI0.0%2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI74.7%85.9%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub678.21688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis12.1%†33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%†84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 234.1†57.7
GameBench 2 by reasoning settingDuelLab GameBench 243.468.5†
Design Arena WebsiteDesign Arena1199†1353†
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-Bench–14.8%†
APEX-AgentsMercor–58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench46.8%†64.1%†
Terminal-Bench 2.1 (Vals)Vals AI67.0%†79.0%†
HiL-BenchScale AI SEAL47.8%†66.9%
GDPval-AA v2.1Artificial Analysis1437†1681†
τ³-Banking (AA)Artificial Analysis39.4%†50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI72.1%72.7%†
Finance Agent v2Vals AI49.5%60.0%†
Harvey's Legal Agent Benchmark v1Vals AI8.3%23.8%†
Legal Research BenchVals AI30.3%55.3%†
SkillsBenchVals AI50.7%–
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI28.1%42.4%†
Terminal-Bench 4.0 (Vals)Vals AI18.7%24.8%†
Terminal-Bench ScienceVals AI4.3%10.0%†
Arena Agent Task CompletionArena (LMArena)–3.7†
AutomationBenchArtificial Analysis54.0%†57.9%†
GDP.pdf (AA)Artificial Analysis11.0%†26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis1255†1581†
Design Arena AgenticDesign Arena–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%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub57.5%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub24.4%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub94.4%†99.2%†
ProofBenchVals AI56.0%†55.0%
LiveBench MathematicsLiveBench86.8%†96.0%†
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena27.1%†–
Arena MathsArena (LMArena)14411506†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub33.6%†–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench79.3%†79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI86.2%–
LegalBenchVals AI77.7%–
CorpFinVals AI61.9%–
TaxEvalVals AI70.7%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
BioMysteryBenchVals AI64.4%–
Excel Modeling BenchmarkVals AI57.0%67.4%†
MedCodeVals AI41.4%–
MedScribeVals AI80.4%–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–74.8%†
指示追従
LiveBench LanguageLiveBench79.2%†82.8%†
LiveBench Instruction FollowingLiveBench65.5%†78.0%†
Arena Instruction FollowingArena (LMArena)14341485†
人間の評価
Arena TextArena (LMArena)14391497†
EQ-Bench Creative Writing v3EQ-Bench1559†1907
Arena Creative WritingArena (LMArena)14111468†
Arena Multi-turnArena (LMArena)14471493†
Arena Longer QueriesArena (LMArena)14491498†
マルチモーダル
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis–82.0%†
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%†83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis–13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.4†158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench74.2%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis34.3†48.1†
AA Progress Index v1Artificial Analysis309.4†324.5†
Vals RSI IndexVals AI–19.6%†
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL–84.9%
メタデータ
AA Openness IndexArtificial Analysis44.4†–

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。
  • DeepSeek V4 Flash (high):スコアの改訂1件。
  • 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。
  • DeepSeek V4 Flash (high):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

DeepSeek V4 Flash vs Muse Spark 1.3:よくある質問

DeepSeek V4 FlashはMuse Spark 1.3より優れていますか?
DeepSeek V4 Flash (high)とMuse Spark 1.3の品質は互角です(57.2 対 61.6、±9.1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 V4 Flash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DeepSeek V4 Flashの方が安く、100万トークンあたり$0.262 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。
DeepSeek V4 Flash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1.5倍速くなっています(出力163 対 82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1,048,576トークンのコンテキストに対応しています。
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DeepSeek V4 Flashです。Artificial Analysisの測定では、最初の回答トークンまで0.7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。
ほかの質問(1件)
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。