BenchLeader

GLM 5.3 Flash vs Muse Spark 1.3

詳しいプロフィール:GLM 5.3 Flash(Zhipu AI)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 · 13件の情報源のデータ

2026年11月16日時点で、GLM 5.3 FlashとMuse Spark 1.3の品質は互角です(BenchLeader Indexで57.8 対 61.6、±9.5の誤差範囲内)。価格はGLM 5.3 Flashの方が8.4倍安く、100万トークンあたりのブレンド価格で$0.238 対 $2.00です。数学(69 対 56)を重視するならGLM 5.3 Flash、知識(81 対 45)、推論(71 対 48)、エージェント・ツール(61 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Muse Spark 1.3の方が短く、2.6秒 対 87.0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GLM 5.3 Flashが57.8、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • GLM 5.3 Flashの100万トークンあたりのブレンド価格は$0.238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GLM 5.3 Flash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4件のベンチマークのうち、Muse Spark 1.3が4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 59;APEX-Agents 58.6% 対 52.8%中
数学GLM 5.3 Flashカテゴリスコア69 対 56高
推論Muse Spark 1.3カテゴリスコア71 対 48高
知識Muse Spark 1.3カテゴリスコア81 対 45高
チャットの質(人間の評価)–Arenaの評価があるのはGLM 5.3 Flashのみです(カテゴリスコア66)比較不可
最低コストGLM 5.3 Flash100万トークンあたりブレンド価格$0.238 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Muse Spark 1.3最初の回答トークンまで2.6秒(Muse Spark 1.3)対 87.0秒(GLM 5.3 Flash)–
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

  • GLM 5.3 FlashとMuse Spark 1.3の品質は互角です(57.8 対 61.6、±9.5の誤差範囲内)。
  • GLM 5.3 Flash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。
  • GLM 5.3 Flashの方が8.4倍安くなっています(100万トークンあたりブレンド価格$0.238 対 $2.00)。
  • Muse Spark 1.3の方が出力が3.0倍速くなっています(163 対 54トークン/秒)。

概要

仕様GLM 5.3 FlashMuse Spark 1.3
プロバイダーZhipu AIMeta
リリース日2026年8月20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GLM 5.3 FlashMuse 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 / $0.500 / $0.030$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GLM 5.3 FlashMuse Spark 1.3トップ
推論48.371.0Muse Spark 1.3
コーディング56.9–比較不可
エージェント・ツール58.761.3Muse Spark 1.3
数学68.856.3GLM 5.3 Flash
知識45.181.2Muse Spark 1.3
人間の評価66.4–比較不可
マルチモーダル64.0–比較不可
長文コンテキスト64.6–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GLM 5.3 Flash, 推論: 48.3GLM 5.3 Flash, エージェント・ツール: 58.7GLM 5.3 Flash, 数学: 68.8GLM 5.3 Flash, 知識: 45.1Muse 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4件のベンチマークのうち、GLM 5.3 Flashのリードが0件、Muse Spark 1.3のリードが4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IndexGLM 5.3 FlashMuse Spark 1.3トップ
BenchLeader Index57.861.6互角
AA Intelligence Index v5.0.127.836.6†Muse Spark 1.3
Arena Text14751497†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GLM 5.3 FlashMuse Spark 1.3
100万トークンあたりのブレンド価格$0.238$2.00
100万トークンあたりの入力/出力$0.150 / $0.500$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.030$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$0.0021$0.018
タスクあたりの価格:コード編集$0.0017$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)$0.0056$0.043
ベンチマークのタスクあたりのコスト(AA Index)$0.583–
タスクあたりの出力トークン(AA Index)134k–
うち推論103k–
タスクあたりの時間(AA Index)41 min–
出力速度54 tok/s163 tok/s
回答開始までの時間87.0秒2.6秒
回答が完了するまでの時間(最終測定2026年11月13日)220.4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。GLM 5.3 Flashのスコアは57.8、最初の回答トークンまで87秒。GLM 5.3 Flash (max)は52.4(87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

156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GLM 5.3 FlashMuse Spark 1.3
BenchLeader IndexBenchLeader57.861.6
エージェント・ツールスコアBenchLeader58.761.3
コーディングスコアBenchLeader56.9–
人間の評価スコアBenchLeader66.4–
知識スコアBenchLeader45.181.2
長文コンテキストスコアBenchLeader64.6–
数学スコアBenchLeader68.856.3
マルチモーダルスコアBenchLeader64.0–
推論スコアBenchLeader48.371.0
ブレンド価格($/100万トークン)BenchLeader$0.238$2.00
出力速度BenchLeader54 tok/s163 tok/s
回答開始までの時間BenchLeader87.0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 Hub90.2%†–
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)15001517†
LiveBench 2.0 ReasoningLiveBench77.6%†89.7%†
LiveBench 1.0 ReasoningLiveBench77.6%89.7%†
GPQA Diamond (AA)Artificial Analysis91.2%93.5%†
Humanity's Last Exam (AA)Artificial Analysis39.9%48.7%†
HLE-Diamond (AA)Artificial Analysis18.2%33.7%†
GPQA Diamond (Vals)Vals AI86.4%†–
ARC-AGI-1ARC Prize91.0%†–
ARC-AGI-2ARC Prize65.8%†–
CritPtArtificial Analysis15.4%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis24.5%48.0%†
MysteryMechanismVals AI–36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)15111521†
Chess PuzzlesEpoch AI Benchmarking Hub21.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub8.0%†25.0%†
LMCAEpoch AI Benchmarking Hub–53.9%
DTBenchEpoch AI Benchmarking Hub–96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub14.9%14.1%†
コーディング
SciCodeSciCode51.6%58.8%†
FrontierCodeCognition31.8%†–
Arena CodingArena (LMArena)15261534†
156件のベンチマークをすべて表示
指標公開元GLM 5.3 FlashMuse Spark 1.3
コーディング
Arena WebDevArena (LMArena)16091655†
LiveBench 2.0 CodingLiveBench70.9%†84.4%†
LiveBench 1.0 CodingLiveBench79.0%81.1%†
LiveCodeBenchVals AI80.5%†–
IOIVals AI52.5%†56.6%†
SWE-bench (Vals)Vals AI92.0%†–
Code MigrationVals AI20.5%†47.4%†
Code Migration v1.1Vals AI51.6%†–
ProgramBenchVals AI0.0%†2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI16.0%†20.5%†
Vibe Code Bench v1.1Vals AI30.8%†85.9%†
SWE Atlas v1.1Scale AI SEAL55.3%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL66.9%–
SWE Atlas v1.1: Test WritingScale AI SEAL53.3%–
SWE Atlas v1.1: RefactoringScale AI SEAL45.7%–
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub52.5%†–
DeepSWE v1.1Epoch AI Benchmarking Hub63.4%†–
CursorBenchCursor36.8%†41.6%†
ALE-BenchEpoch AI Benchmarking Hub303.6†1688.3†
FrontierSWEEpoch AI Benchmarking Hub18.1%†25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis32.8%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis84.3%84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 254.957.7
GameBench 2 by reasoning settingDuelLab GameBench 257.2†68.5†
Design Arena WebsiteDesign Arena12571353†
FrontierCode 1.1 (AA)Artificial Analysis41.0%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis17.6%23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench37.0%†14.8%†
APEX-AgentsMercor52.8%58.6%
Arena AgentArena (LMArena)-2.92.2†
LiveBench Long AgenticLiveBench20.7%†47.9%†
LiveBench BrowserLiveBench59.8%†30.9%†
LiveBench Agentic CodingLiveBench56.8%64.1%†
Terminal-Bench 2.1 (Vals)Vals AI62.9%†79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis57.1%–
GDPval-AA v2.1Artificial Analysis16481681†
τ³-Banking (AA)Artificial Analysis47.2%50.5%†
ITBench SRE (AA)Artificial Analysis51.2%33.2%†
Analyst Agent (AA)Artificial Analysis25.0%37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI67.9%†72.7%†
Finance Agent v2Vals AI57.9%†60.0%†
Finance Agent v2.1Vals AI60.6%†–
Harvey's Legal Agent Benchmark v1.1Vals AI10.4%†–
Harvey's Legal Agent Benchmark v1Vals AI6.7%†23.8%†
Legal Research BenchVals AI45.2%†55.3%†
SkillsBenchVals AI40.2%†–
SREBenchVals AI0.8%†3.8%†
Tax Agent BenchVals AI31.6%†42.4%†
Terminal-Bench 4.0 (Vals)Vals AI37.4%†24.8%†
Terminal-Bench ScienceVals AI2.9%†10.0%†
Arena Agent Task CompletionArena (LMArena)1.33.7†
PostTrainBenchEpoch AI Benchmarking Hub36.8%†–
AutomationBenchArtificial Analysis60.4%57.9%†
GDP.pdf (AA)Artificial Analysis15.4%26.6%†
Harvey LAB-AA v1.1Harvey0.8%8.9%†
EnterpriseOps-GymArtificial Analysis33.2%–
AA-Briefcase v1.1Artificial Analysis14501581†
Design Arena AgenticDesign Arena–1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis4.8%10.9%†
CWE-Bench (AA)Artificial Analysis55.8%60.8%†
DeepSec-Bench (AA)Artificial Analysis19.9%12.5%†
CyberGym end-to-end (AA)Artificial Analysis74.0%59.5%†
MKA (AA)Artificial Analysis36.2%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub55.8%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub17.1%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub93.9%†99.2%†
ProofBenchVals AI21.0%†55.0%
LiveBench MathematicsLiveBench81.2%96.0%†
Arena MathsArena (LMArena)15051506†
知識
LiveBench 2.0 Data AnalysisLiveBench76.4%†79.6%†
LiveBench ResearchLiveBench73.9%†82.5%†
LiveBench 1.0 Data AnalysisLiveBench76.4%79.6%†
AA-Omniscience v1.1Artificial Analysis0.722.4†
MMLU-ProVals AI86.1%†–
LegalBenchVals AI83.9%†–
TaxEvalVals AI75.6%†–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
Excel Modeling BenchmarkVals AI55.9%†67.4%†
Excel Modeling Benchmark v1.1Vals AI66.3%†–
MedScribeVals AI88.9%†–
Access to Justice BenchmarkVals AI71.1%†72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub14.0%†27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis28.2%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis61.6%74.8%†
指示追従
LiveBench LanguageLiveBench77.3%82.8%†
LiveBench Instruction FollowingLiveBench52.8%78.0%†
Arena Instruction FollowingArena (LMArena)14741485†
人間の評価
Arena TextArena (LMArena)14751497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)14351468†
Arena Multi-turnArena (LMArena)14761493†
Arena Longer QueriesArena (LMArena)14801498†
マルチモーダル
Arena VisionArena (LMArena)12951310†
LiveBench DesignLiveBench73.7%†74.8%†
MMMU-ProArtificial Analysis–82.0%†
MMMU-Pro (Vals)Vals AI86.0%†–
SAGEVals AI89.3%†–
Humanity's Sixth SenseScale AI SEAL26.8%†37.4%†
GeoBenchGeoBench–86.0%
VIALS-AAHandshake AI39.8%–
Code2Video-AAArtificial Analysis9751019†
AA-3DArtificial Analysis9371032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.0%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis11.7%13.9%†
FACTS GroundingGoogle56.1%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.8158.2
LiveBench 2.0LiveBench60.7%†68.6%†
LiveBench 1.0LiveBench71.6%81.6%†
AA Intelligence Index v5.0.1Artificial Analysis27.836.6†
AA Intelligence Index v4.3.2Artificial Analysis41.848.1†
AA Progress Index v1Artificial Analysis318.6324.5†
Vals IndexVals AI50.9†–
Vals Finance IndexVals AI55.8%†–
Vals RSI IndexVals AI–19.6%†
Vals Router IndexVals AI50.9%–
Vals Legal IndexVals AI71.0%†–
AA Cyber IndexArtificial Analysis49.944.3†
安全性・誠実さ
FORTRESSScale AI SEAL26.7%–
DistressBenchScale AI SEAL72.7%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

  • GLM 5.3 Flash:BenchLeader Index 56.7 → 57.8。
  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • GLM 5.3 Flash: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。
  • GLM 5.3 Flash:スコアの改訂5件。
  • Muse Spark 1.3:スコアの改訂4件。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。

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

GLM 5.3 Flash vs Muse Spark 1.3:よくある質問

GLM 5.3 FlashはMuse Spark 1.3より優れていますか?
GLM 5.3 FlashとMuse Spark 1.3の品質は互角です(57.8 対 61.6、±9.5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。
GLM 5.3 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GLM 5.3 Flashの方が安く、100万トークンあたり$0.238 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。
GLM 5.3 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2倍速くなっています(出力163 対 54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GLM 5.3 Flash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 59。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なAPEX-Agentsでは、GLM 5.3 Flashが52.8%、Muse Spark 1.3が58.6%です。
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(GLM 5.3 Flash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Muse Spark 1.3です。Artificial Analysisの測定では、最初の回答トークンまで2.6秒 対 87.0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。
GLM 5.3 Flash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4件のベンチマークのうち、GLM 5.3 Flashのリードが0件、Muse Spark 1.3のリードが4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。