BenchLeader

GLM-5 vs Muse Spark 1.3

詳しいプロフィール:GLM-5(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 · 11件の情報源のデータ

2026年11月16日時点で、GLM-5とMuse Spark 1.3の品質は互角です(BenchLeader Indexで60.2 対 61.6、±9.0の誤差範囲内)。価格はGLM-5の方が1.3倍安く、100万トークンあたりのブレンド価格で$1.55 対 $2.00です。数学(63 対 56)を重視するならGLM-5、知識(81 対 57)、エージェント・ツール(61 対 58)、推論(71 対 68)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 29.2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GLM-5が60.2、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • GLM-5の100万トークンあたりのブレンド価格は$1.55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
エージェント・ツール利用Muse Spark 1.3カテゴリスコア61 対 58中
数学GLM-5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 68中
知識Muse Spark 1.3カテゴリスコア81 対 57高
最低コストGLM-5100万トークンあたりブレンド価格$1.55 対 $2.00;エージェント型コーディングセッション$0.073 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 29.2秒(GLM-5 (thinking))–
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 (thinking)とMuse Spark 1.3の品質は互角です(60.2 対 61.6、±9.0の誤差範囲内)。
  • GLM-5 (thinking)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 (thinking)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$1.55 対 $2.00)。
  • Muse Spark 1.3の方が出力が2.3倍速くなっています(163 対 69トークン/秒)。

概要

仕様GLM-5Muse Spark 1.3
プロバイダーZhipu AIMeta
リリース日2026年2月11日2026年9月2日
コンテキストウィンドウ(トークン)204,8001,048,576
比較した構成GLM-5 (thinking)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)$1.00 / $3.20 / $0.200$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 (thinking)Muse Spark 1.3トップ
推論68.271.0Muse Spark 1.3
コーディング59.1–比較不可
エージェント・ツール58.061.3Muse Spark 1.3
数学63.456.3GLM-5
知識57.481.2Muse Spark 1.3
指示追従70.9–比較不可
長文コンテキスト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GLM-5, 推論: 68.2GLM-5, エージェント・ツール: 58.0GLM-5, 数学: 63.4GLM-5, 知識: 57.4Muse 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0件のベンチマークのうち、GLM-5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IndexGLM-5 (thinking)Muse Spark 1.3トップ
BenchLeader Index60.261.6互角
Arena Text1457†1497Muse 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 (thinking)Muse Spark 1.3
100万トークンあたりのブレンド価格$1.55$2.00
100万トークンあたりの入力/出力$1.00 / $3.20$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.200$0.150
タスクあたりの価格:チャットの返答$0.0014$0.0018
タスクあたりの価格:30ページのレポートを要約$0.014$0.018
タスクあたりの価格:コード編集$0.011$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$0.073$0.092
タスクあたりの価格:構造化データの抽出$0.0026$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)$0.037$0.043
出力速度69 tok/s163 tok/s
回答開始までの時間29.2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)81.4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 (thinking)のスコアは60.2、最初の回答トークンまで29秒。GLM-5は54.9(2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

157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 (thinking)Muse Spark 1.3
BenchLeader IndexBenchLeader60.261.6
エージェント・ツールスコアBenchLeader58.061.3
コーディングスコアBenchLeader59.1–
指示追従スコアBenchLeader70.9–
知識スコアBenchLeader57.481.2
長文コンテキストスコアBenchLeader62.4–
数学スコアBenchLeader63.456.3
推論スコアBenchLeader68.271.0
ブレンド価格($/100万トークン)BenchLeader$1.55$2.00
出力速度BenchLeader69 tok/s163 tok/s
回答開始までの時間BenchLeader29.2秒2.6秒
コンテキストウィンドウBenchLeader204,800トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub87.8%†–
SimpleBenchSimpleBench53.2%†81.8%
Arena Hard PromptsArena (LMArena)1478†1517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench–89.7%†
GPQA Diamond (AA)Artificial Analysis82.0%93.5%†
Humanity's Last Exam (AA)Artificial Analysis29.3%48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI83.3%–
Kagi LLM BenchmarkKagi LLM Benchmark75.0%–
ARC-AGI-1ARC Prize44.7%†–
ARC-AGI-2ARC Prize4.9%†–
CritPtArtificial Analysis2.0%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)1482†1521†
Chess PuzzlesEpoch AI Benchmarking Hub–37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–25.0%†
CL-benchEpoch AI Benchmarking Hub18.7%†–
LMCAEpoch AI Benchmarking Hub–53.9%
DTBenchEpoch AI Benchmarking Hub–96.5%
ForecastBenchForecastBench63.4%†65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub72.1%†–
157件のベンチマークをすべて表示
指標公開元GLM-5 (thinking)Muse Spark 1.3
コーディング
SciCodeSciCode–58.8%†
WeirdMLWeirdML48.2%†–
Arena CodingArena (LMArena)1498†1534†
Arena WebDevArena (LMArena)1435†1655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench–81.1%†
LiveCodeBenchVals AI81.9%–
IOIVals AI–56.6%†
SWE-bench (Vals)Vals AI71.4%–
SWE-bench Verified (bash only)SWE-bench72.8%†–
SWE-bench Multilingual (bash only)SWE-bench69.7%†–
SWE-bench Verified (any scaffold)SWE-bench72.8%†–
Code MigrationVals AI–47.4%†
ProgramBenchVals AI–2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI23.4%85.9%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL20.5%†–
SWE Atlas v1.0: RefactoringScale AI SEAL24.2%†–
SWE Atlas v1.0: Test WritingScale AI SEAL28.7%†–
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub765.6†1688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis–33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis–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 Arena1239†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-Bench52.4%†14.8%†
APEX-AgentsMercor–58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench–64.1%†
Terminal-Bench HardArtificial Analysis43.2%–
τ²-Bench Telecom (AA)Artificial Analysis98.3%–
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
HiL-BenchScale AI SEAL–66.9%
τ²-benchτ²-bench81.0%–
τ³-bench Bankingτ²-bench9.8%–
GDPval-AA v2.1Artificial Analysis–1681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
APEX-Agents (AA)Artificial Analysis14.4%–
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI–60.0%†
Harvey's Legal Agent Benchmark v1Vals AI–23.8%†
Legal Research BenchVals AI–55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI–42.4%†
Terminal-Bench 2.0 (Vals)Vals AI49.4%–
Terminal-Bench 4.0 (Vals)Vals AI–24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena Agent Task CompletionArena (LMArena)–3.7†
Vending-Bench 2Andon Labs4432.1†–
AutomationBenchArtificial Analysis–57.9%†
GDP.pdf (AA)Artificial Analysis–26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis–1581†
Design Arena AgenticDesign Arena1115†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 Hub–74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub80.0%†99.2%†
ProofBenchVals AI–55.0%
LiveBench MathematicsLiveBench–96.0%†
AIME (Vals)Vals AI91.7%–
AIME 2026MathArena96.7%†–
HMMT February 2026MathArena86.4%†–
USAMO 2026MathArena35.1%†–
MathArena ApexMathArena10.9%†–
Arena MathsArena (LMArena)1443†1506†
知識
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench–79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI86.0%–
LegalBenchVals AI84.1%–
CorpFinVals AI62.9%–
TaxEvalVals AI70.0%–
MedQAVals AI94.3%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
CaseLaw v2Vals AI52.5%–
Excel Modeling BenchmarkVals AI–67.4%†
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%†
Global-MMLU-Lite (AA)Artificial Analysis81.9%†–
指示追従
LiveBench LanguageLiveBench–82.8%†
LiveBench Instruction FollowingLiveBench–78.0%†
IFBenchArtificial Analysis72.3%–
Arena Instruction FollowingArena (LMArena)1447†1485†
人間の評価
Arena TextArena (LMArena)1457†1497†
EQ-Bench Creative Writing v3EQ-Bench1601†1907
Arena Creative WritingArena (LMArena)1447†1468†
Arena Multi-turnArena (LMArena)1472†1493†
Arena Longer QueriesArena (LMArena)1469†1498†
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 Analysis75.7%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis–13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub146.5†158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench–81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis27.948.1†
AA Progress Index v1Artificial Analysis280.9324.5†
Vals RSI IndexVals AI–19.6%†
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL71.2%†84.9%
メタデータ
AA Openness IndexArtificial Analysis50–

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。
  • 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。
  • GLM-5 (thinking):価格 $0.15/M → $0.20/M。
  • Muse Spark 1.3: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

GLM-5 vs Muse Spark 1.3:よくある質問

GLM-5はMuse Spark 1.3より優れていますか?
GLM-5 (thinking)とMuse Spark 1.3の品質は互角です(60.2 対 61.6、±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。
GLM-5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の方が安く、100万トークンあたり$1.55 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 69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 58。50が平均)。
長い文書にはどちらが向いていますか?
コンテキストはMuse Spark 1.3の方が長く、1,048,576トークンです(GLM-5は204,800トークン)。
ほかの質問(2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 29.2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。
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。