BenchLeader

GLM 5 Turbo vs Muse Spark

詳しいプロフィール:GLM 5 Turbo(Zhipu AI)とMuse Spark(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 · 8件の情報源のデータ

2026年11月16日時点で、共通するベンチマークが少なく、品質の判定はできません。両方を測定できるすべてのカテゴリでMuse Sparkがリードしています。

要点(2026年11月16日時点)

  • GLM 5 Turboの100万トークンあたりのブレンド価格は$1.90です(定価、2026年11月16日)。
  • 両モデルに結果がある9件のベンチマークのうち、Muse Sparkが7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カテゴリスコア65 対 63;Terminal-Bench Hard 45.5% 対 33.3%中
長い文書Muse Sparkカテゴリスコア64 対 60;AA-LCR v1.1 78.0% 対 71.7%中
指示への追従Muse Sparkカテゴリスコア77 対 72;IFBench 75.9% 対 73.2%中
チャットの質(人間の評価)–Arenaの評価があるのはMuse Sparkのみです(カテゴリスコア68)比較不可
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

  • 共通するベンチマークが少なく、判定できません。
  • Muse Sparkはエージェント・ツール、指示追従、長文コンテキストで優れています。

概要

仕様GLM 5 TurboMuse Spark
プロバイダーZhipu AIMeta
リリース日2026年3月15日2026年4月8日
コンテキストウィンドウ(トークン)200,000262,144
比較した構成GLM 5 TurboMuse Spark
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)$1.20 / $4.00 / $0.240–

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 TurboMuse Sparkトップ
推論–67.4比較不可
コーディング–65.1比較不可
エージェント・ツール62.865.0Muse Spark
数学–59.1比較不可
知識–63.1比較不可
指示追従71.776.9Muse Spark
人間の評価–68.1比較不可
マルチモーダル–64.2比較不可
長文コンテキスト60.363.6Muse Spark

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エージェント・ツール指示追従長文コンテキストGLM 5 Turbo, エージェント・ツール: 62.8GLM 5 Turbo, 指示追従: 71.7GLM 5 Turbo, 長文コンテキスト: 60.3Muse Spark, エージェント・ツール: 65.0Muse Spark, 指示追従: 76.9Muse Spark, 長文コンテキスト: 63.6

描画していないもの(測定済みのモデルが2つ未満):推論, コーディング, 数学, 知識, 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9件のベンチマークのうち、GLM 5 Turboのリードが2件、Muse Sparkのリードが7件です。

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 TurboMuse Spark
100万トークンあたりのブレンド価格$1.90–
100万トークンあたりの入力/出力$1.20 / $4.00– / –
100万トークンあたりのキャッシュ入力$0.240–
タスクあたりの価格:チャットの返答$0.0017–
タスクあたりの価格:30ページのレポートを要約$0.017–
タスクあたりの価格:コード編集$0.013–
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$0.088–
タスクあたりの価格:構造化データの抽出$0.0032–
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)$0.045–
出力速度26 tok/s–
回答開始までの時間4.2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 Turboは最初の回答トークンまで4秒。Muse Sparkのスコアは64.2。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

55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。

指標公開元GLM 5 TurboMuse Spark
BenchLeader IndexBenchLeader–64.2
エージェント・ツールスコアBenchLeader62.865.0
指示追従スコアBenchLeader71.776.9
長文コンテキストスコアBenchLeader60.363.6
コーディングスコアBenchLeader–65.1
人間の評価スコアBenchLeader–68.1
知識スコアBenchLeader–63.1
数学スコアBenchLeader–59.1
マルチモーダルスコアBenchLeader–64.2
推論スコアBenchLeader–67.4
ブレンド価格($/100万トークン)BenchLeader$1.90–
出力速度BenchLeader26 tok/s–
回答開始までの時間BenchLeader4.2秒–
コンテキストウィンドウBenchLeader200,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–89.8%
Humanity's Last ExamScale AI / CAIS–40.6%
Arena Hard PromptsArena (LMArena)–1506
GPQA Diamond (AA)Artificial Analysis84.8%88.4%
Humanity's Last Exam (AA)Artificial Analysis27.8%40.7%
GPQA Diamond (Vals)Vals AI–89.7%
CritPtArtificial Analysis0.3%11.3%
Arena ExpertArena (LMArena)–1491
コーディング
SciCodeSciCode–51.5%
Arena CodingArena (LMArena)–1529
SWE-bench (Vals)Vals AI–74.4%
SWE-Bench ProScale AI SEAL–55.0%
Vibe Code Bench v1.1Vals AI–19.7%
SWE-Bench Pro (private)Scale AI SEAL–44.7%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–24.2%
SWE Atlas v1.0: Test WritingScale AI SEAL–31.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–62.2%
Design Arena WebsiteDesign Arena12541253
エージェント・ツール
Terminal-Bench HardArtificial Analysis33.3%45.5%
τ²-Bench Telecom (AA)Artificial Analysis98.5%91.5%
MCP AtlasScale AI SEAL–82.2%
GDPval-AA v2.1Artificial Analysis–1006
Terminal-Bench 2.0 (Vals)Vals AI–59.5%
AA-Briefcase v1.1Artificial Analysis–646
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–88.9%
55件のベンチマークをすべて表示
指標公開元GLM 5 TurboMuse Spark
数学
ProofBenchVals AI–17.0%
AIME (Vals)Vals AI–96.9%
Arena MathsArena (LMArena)–1469
知識
MMLU-ProVals AI–87.3%
LegalBenchVals AI–84.2%
CorpFinVals AI–65.1%
TaxEvalVals AI–77.7%
PRBench FinanceScale AI SEAL–52.4%
PRBench LegalScale AI SEAL–52.3%
MultiNRCScale AI SEAL–59.0%
CaseLaw v2Vals AI–63.1%
MedCodeVals AI–51.3%
MedScribeVals AI–85.9%
指示追従
IFBenchArtificial Analysis73.2%75.9%
MultiChallengeScale AI SEAL–75.5%
TutorBenchScale AI SEAL–68.5%
Arena Instruction FollowingArena (LMArena)–1465
人間の評価
Arena TextArena (LMArena)–1489
Arena Creative WritingArena (LMArena)–1464
Arena Multi-turnArena (LMArena)–1493
Arena Longer QueriesArena (LMArena)–1476
マルチモーダル
Arena VisionArena (LMArena)–1306
MMMU-ProArtificial Analysis–80.5%
MMMU-Pro (Vals)Vals AI–87.4%
長文コンテキスト
AA-LCR v1.1Artificial Analysis71.7%78.0%
Arena DocumentArena (LMArena)–1467
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–153.1
AA Intelligence Index v4.3.2Artificial Analysis26.631.3
AA Progress Index v1Artificial Analysis277.3289.1
安全性・誠実さ
FORTRESSScale AI SEAL–20.2%

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。

最近の変化

  • Muse Spark:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Muse Spark:BenchLeader Index 64.6 → 64.1。
  • Muse Spark:スコアの改訂1件。
  • GLM 5 Turbo:新しい結果1件(AA Progress Index v1)。
  • Muse Spark:新しい結果1件(AA Progress Index v1)。

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 Turbo vs Muse Spark:よくある質問

エージェントやツール利用にはGLM 5 TurboとMuse Spark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の方がスコアが高くなっています(カテゴリ指標で65 対 63。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Terminal-Bench Hardでは、GLM 5 Turboが33.3%、Muse Sparkが45.5%です。
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の方がスコアが高くなっています(64 対 60)。コンテキストはMuse Sparkの方が長く、262,144トークンです(GLM 5 Turboは200,000トークン)。
GLM 5 TurboとMuse Spark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9件のベンチマークのうち、GLM 5 Turboのリードが2件、Muse Sparkのリードが7件です。
Muse Sparkはいつリリースされましたか?
Muse Sparkは2026年4月8日にリリースされました。