Grok 4.7 vs Muse Spark 1.1
詳しいプロフィール:Grok 4.7(SpaceXAI)とMuse Spark 1.1(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 · 14件の情報源のデータ
2026年11月16日時点で、Grok 4.7とMuse Spark 1.1の品質は互角です(BenchLeader Indexで57.4 対 62.2、±6.2の誤差範囲内)。価格はMuse Spark 1.1の方が1.5倍安く、100万トークンあたりのブレンド価格で$2.00 対 $3.00です。エージェント・ツール(57 対 51)を重視するならGrok 4.7、推論(68 対 56)、知識(69 対 60)、マルチモーダル(64 対 56)を重視するならMuse Spark 1.1が向いています。回答開始までの時間はMuse Spark 1.1の方が短く、1.8秒 対 55.9秒です。Muse Spark 1.1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Grok 4.7が57.4、Muse Spark 1.1が62.2です(BenchLeader、2026年11月16日)。
- Grok 4.7の100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
- Muse Spark 1.1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 1.1はGrok 4.7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16件のベンチマークのうち、Muse Spark 1.1が12件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はGrok 4.7が1641、Muse Spark 1.1が1542です(LMArena、2026年11月16日までの公開値)。
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 | Muse Spark 1.1 | カテゴリスコア66 対 61;SciCode 58.8% 対 57.4% | 中 |
| エージェント・ツール利用 | Grok 4.7 | カテゴリスコア57 対 51;Arena Agent 2.6 対 -8 | 中 |
| 数学 | Muse Spark 1.1 | カテゴリスコア61 対 56;Arena Maths 1493 対 1447 | 中 |
| 推論 | Muse Spark 1.1 | カテゴリスコア68 対 56;Arena Hard Prompts 1511 対 1466 | 高 |
| 知識 | Muse Spark 1.1 | カテゴリスコア69 対 60;SimpleQA Verified 57.8% 対 56.0% | 高 |
| 画像などのメディア | Muse Spark 1.1 | カテゴリスコア64 対 56;Arena Vision 1292 対 1230 | 高 |
| チャットの質(人間の評価) | Muse Spark 1.1 | Arenaの投票で65 対 63 | 中 |
| 最低コスト | Muse Spark 1.1 | 100万トークンあたりブレンド価格$2.00 対 $3.00;エージェント型コーディングセッション$0.092 対 $0.144 | – |
| 回答開始の速さ | Muse Spark 1.1 | 最初の回答トークンまで1.8秒(Muse Spark 1.1)対 55.9秒(Grok 4.7 (xhigh)) | – |
| 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
- Grok 4.7 (xhigh)とMuse Spark 1.1の品質は互角です(57.4 対 62.2、±6.2の誤差範囲内)。
- Grok 4.7 (xhigh)はエージェント・ツールで優れています。
- Muse Spark 1.1はコーディング、人間の評価、知識、数学、マルチモーダル、推論で優れています。
- Muse Spark 1.1の方が1.5倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $3.00)。
- Muse Spark 1.1の方が出力が2.8倍速くなっています(193 対 68トークン/秒)。
概要
| 仕様 | Grok 4.7 | Muse Spark 1.1 |
|---|---|---|
| プロバイダー | SpaceXAI | Meta |
| リリース日 | 2026年9月21日 | 2026年7月9日 |
| コンテキストウィンドウ(トークン) | 500,000 | 1,048,576 |
| 比較した構成 | Grok 4.7 (xhigh) | Muse Spark 1.1 |
| 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) | $2.00 / $6.00 / $0.500 | $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 | Grok 4.7 (xhigh) | Muse Spark 1.1 | トップ |
|---|---|---|---|
| 推論 | 55.6 | 67.8 | Muse Spark 1.1 |
| コーディング | 60.9 | 65.8 | Muse Spark 1.1 |
| エージェント・ツール | 56.9 | 50.9 | Grok 4.7 |
| 数学 | 55.8 | 61.3 | Muse Spark 1.1 |
| 知識 | 59.9 | 69.2 | Muse Spark 1.1 |
| 指示追従 | – | 70.4 | 比較不可 |
| 人間の評価 | 62.5 | 64.5 | Muse Spark 1.1 |
| マルチモーダル | 55.5 | 63.6 | Muse Spark 1.1 |
| 長文コンテキスト | 62.9 | – | 比較不可 |
| 総合 | 52.8 | – | 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。
描画していないもの(測定済みのモデルが2つ未満):指示追従, 長文コンテキスト。
情報源で評価が分かれる点
両方に結果がある16件のベンチマークのうち、Grok 4.7のリードが4件、Muse Spark 1.1のリードが12件です。両方を評価しているすべての総合指標で、Muse Spark 1.1が上回っています。
| 総合Index | Grok 4.7 (xhigh) | Muse Spark 1.1 | トップ |
|---|---|---|---|
| BenchLeader Index | 57.4 | 62.2 | 互角 |
| Arena Text | 1443 | 1491 | Muse Spark 1.1 |
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 | Grok 4.7 (xhigh) | Muse Spark 1.1 |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $3.00 | $2.00 |
| 100万トークンあたりの入力/出力 | $2.00 / $6.00 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.500 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0026 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.028 | $0.018 |
| タスクあたりの価格:コード編集 | $0.021 | $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 | $0.144 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.0052 | $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) | $0.076 | $0.043 |
| ベンチマークのタスクあたりのコスト(AA Index) | $7.77 | – |
| タスクあたりの出力トークン(AA Index) | 105k | – |
| うち推論 | 69k | – |
| タスクあたりの時間(AA Index) | 26 min | – |
| 出力速度 | 68 tok/s | 193 tok/s |
| 回答開始までの時間 | 55.9秒 | 1.8秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 145.5秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Grok 4.7 (xhigh)のスコアは57.4、最初の回答トークンまで56秒。Grok 4.7 (high)は56.9(35秒)、Grok 4.7 (low)は55.4(10秒)。Muse Spark 1.1のスコアは62.2、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(13秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
177件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Grok 4.7 (xhigh) | Muse Spark 1.1 |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.4 | 62.2 |
| エージェント・ツールスコア | BenchLeader | 56.9 | 50.9 |
| コーディングスコア | BenchLeader | 60.9 | 65.8 |
| 総合スコア | BenchLeader | 52.8 | – |
| 人間の評価スコア | BenchLeader | 62.5 | 64.5 |
| 知識スコア | BenchLeader | 59.9 | 69.2 |
| 長文コンテキストスコア | BenchLeader | 62.9 | – |
| 数学スコア | BenchLeader | 55.8 | 61.3 |
| マルチモーダルスコア | BenchLeader | 55.5 | 63.6 |
| 推論スコア | BenchLeader | 55.6 | 67.8 |
| 指示追従スコア | BenchLeader | – | 70.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $3.00 | $2.00 |
| 出力速度 | BenchLeader | 68 tok/s | 193 tok/s |
| 回答開始までの時間 | BenchLeader | 55.9秒 | 1.8秒 |
| コンテキストウィンドウ | BenchLeader | 500,000トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 92.7% | – |
| Arena Hard Prompts | Arena (LMArena) | 1466 | 1511 |
| LiveBench 2.0 Reasoning | LiveBench | 82.7% | – |
| LiveBench 1.0 Reasoning | LiveBench | 82.7% | 87.7%† |
| GPQA Diamond (AA) | Artificial Analysis | – | 89.8%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 43.1% | 46.2%† |
| HLE-Diamond (AA) | Artificial Analysis | 23.2% | – |
| GPQA Diamond (Vals) | Vals AI | – | 91.2%† |
| ARC-AGI-1 | ARC Prize | 89.5% | – |
| ARC-AGI-2 | ARC Prize | 61.4% | – |
| ARC-AGI-3 | ARC Prize | 7.0% | – |
| CritPt | Artificial Analysis | 17.7% | 15.1%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 33.5% | – |
| MysteryMechanism | Vals AI | 25.2% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 23.4%† | – |
| Arena Expert | Arena (LMArena) | 1478 | 1504 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 41.0% | 34.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 29.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 49.4% | 49.9%† |
| DTBench | Epoch AI Benchmarking Hub | 96.0% | 94.4%† |
| コーディング | |||
| SciCode | SciCode | 57.4% | 58.8% |
| FrontierCode | Cognition | 47.6%† | – |
| Arena Coding | Arena (LMArena) | 1493 | 1533 |
| Arena WebDev | Arena (LMArena) | 1641 | 1542 |
| LiveBench 2.0 Coding | LiveBench | 73.1% | – |
177件のベンチマークをすべて表示
| 指標 | 公開元 | Grok 4.7 (xhigh) | Muse Spark 1.1 |
|---|---|---|---|
| コーディング | |||
| LiveBench 1.0 Coding | LiveBench | 77.2% | 77.2%† |
| LiveCodeBench | Vals AI | – | 85.9%† |
| IOI | Vals AI | 57.7% | – |
| SWE-bench (Vals) | Vals AI | – | 82.0%† |
| SWE-Bench Pro | Scale AI SEAL | – | 61.5% |
| Code Migration | Vals AI | 44.8% | 31.1%† |
| Code Migration v1.1 | Vals AI | 53.2% | – |
| ProgramBench | Vals AI | 0.5% | 0.0%† |
| SWE-bench Multimodal | Vals AI | 42.9% | – |
| Vibe Code Bench v1.1 | Vals AI | 86.2% | 72.2%† |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 26.4% | – |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 51.5% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 42.2%† |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 41.5%† |
| SWE Atlas v1.1 | Scale AI SEAL | 62.1%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 73.4%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 64.4%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 48.6%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 54.4% | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 52.5%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 53.3% |
| CursorBench | Cursor | 46.3% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1545.8 | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 29.5% | – |
| WeirdML v3 | WeirdML | 8.4% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 25.8% | 6.1%† |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 77.9%† |
| Startrise Frontend | Startrise | 75.9%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 63.6† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 71.2 | – |
| Design Arena Website | Design Arena | 1244† | 1263 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 33.8% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 28.7% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 38.8% | – |
| APEX-Agents | Mercor | 54.6%† | 31.8% |
| Arena Agent | Arena (LMArena) | 2.6 | -8 |
| LiveBench Long Agentic | LiveBench | 45.3% | – |
| LiveBench Browser | LiveBench | 49.3% | – |
| LiveBench Agentic Coding | LiveBench | 54.0% | 58.5%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | 73.4% | 69.3%† |
| MCP Atlas | Scale AI SEAL | – | 88.1% |
| τ³-bench Banking | τ²-bench | – | 40.5%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 60.7% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1717 | 1216† |
| τ³-Banking (AA) | Artificial Analysis | – | 31.8%† |
| ITBench SRE (AA) | Artificial Analysis | 42.1% | – |
| Analyst Agent (AA) | Artificial Analysis | 52.5% | – |
| CyberBench | Vals AI | 69.5% | – |
| Finance Agent v2 | Vals AI | 52.3% | 57.2%† |
| Finance Agent v2.1 | Vals AI | 60.6% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 18.3% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 12.5% | 20.0%† |
| Legal Research Bench | Vals AI | 47.1% | 38.0%† |
| Robo-bench | Vals AI | 0.2% | – |
| SkillsBench | Vals AI | – | 59.2%† |
| SREBench | Vals AI | 3.8% | – |
| Tax Agent Bench | Vals AI | 35.8% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 28.8% | – |
| Terminal-Bench Science | Vals AI | 10.0% | – |
| Time Horizon Index: KSP | Vals AI | – | 1.7%† |
| Arena Agent Task Completion | Arena (LMArena) | 5.1 | -6.5 |
| GBAEval | Epoch AI Benchmarking Hub | – | 7.9% |
| Vending-Bench 2 | Andon Labs | 10536.8† | 6520.5 |
| AutomationBench | Artificial Analysis | 65.6% | 38.9%† |
| GDP.pdf (AA) | Artificial Analysis | 20.0% | 14.4%† |
| Harvey LAB-AA v1.1 | Harvey | 9.4% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1636 | 851† |
| GDPx | GDPx by SemiAnalysis | 3.9% | – |
| Design Arena Agentic | Design Arena | 1277† | 1172 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 11.4% | – |
| CWE-Bench (AA) | Artificial Analysis | 68.3% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 26.9% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 74.0% | – |
| MKA (AA) | Artificial Analysis | 40.1% | – |
| FACTS Search | 85.6%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 53.0% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 17.1% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 98.1% | – |
| ProofBench | Vals AI | 26.0%† | 39.0% |
| LiveBench Mathematics | LiveBench | 95.7% | 87.1%† |
| Arena Maths | Arena (LMArena) | 1447 | 1493 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 56.0% | 57.8% |
| LiveBench 2.0 Data Analysis | LiveBench | 76.9% | – |
| LiveBench Research | LiveBench | 89.5% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 76.9% | 72.5%† |
| AA-Omniscience v1.1 | Artificial Analysis | 31.2 | – |
| MMLU-Pro | Vals AI | – | 88.7%† |
| LegalBench | Vals AI | 84.4% | 85.0%† |
| CorpFin | Vals AI | – | 71.3%† |
| TaxEval | Vals AI | – | 79.7%† |
| PRBench Finance | Scale AI SEAL | – | 55.0% |
| PRBench Legal | Scale AI SEAL | 47.6% | 57.0% |
| MultiNRC | Scale AI SEAL | – | 65.6% |
| BioMysteryBench | Vals AI | 69.3% | – |
| Excel Modeling Benchmark | Vals AI | 67.0% | 56.4%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 71.5% | – |
| MedCode | Vals AI | 49.5% | – |
| MedScribe | Vals AI | 89.4% | 88.9%† |
| Public Benefits Bench v1.1 | Vals AI | 65.6% | 61.3%† |
| Access to Justice Benchmark | Vals AI | 73.7% | – |
| Financial Coaching Bench | Vals AI | 74.1% | – |
| Immigration Bench | Vals AI | 68.0% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 22.8% | 15.0% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 42.7% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 80.0% | – |
| HealthBench Professional (AA) | OpenAI | 55.8% | – |
| FACTS Parametric | 54.3%† | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 80.1% | 74.3%† |
| LiveBench Instruction Following | LiveBench | 75.3% | 69.6%† |
| MultiChallenge | Scale AI SEAL | – | 75.3% |
| Arena Instruction Following | Arena (LMArena) | 1435 | 1473 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1443 | 1491 |
| EQ-Bench 4 | EQ-Bench | – | 1244 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2012† | 1928 |
| Arena Creative Writing | Arena (LMArena) | 1421 | 1443 |
| Arena Multi-turn | Arena (LMArena) | 1435 | 1497 |
| Arena Longer Queries | Arena (LMArena) | 1454 | 1481 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1230 | 1292 |
| LiveBench Design | LiveBench | 75.0% | – |
| MMMU-Pro | Artificial Analysis | 78.2%† | – |
| MMMU-Pro (Vals) | Vals AI | – | 86.6%† |
| MortgageTax | Vals AI | – | 66.1%† |
| SAGE | Vals AI | 88.7% | – |
| VTB | Scale AI SEAL | – | 44.8% |
| GeoBench | GeoBench | 61.0%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 32.5%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 20.8% | – |
| VIALS-AA | Handshake AI | 37.9% | – |
| Code2Video-AA | Artificial Analysis | 1127 | – |
| AA-3D | Artificial Analysis | 992 | – |
| FACTS Multimodal | 40.9%† | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 76.7% | 77.7%† |
| Arena Document | Arena (LMArena) | – | 1480 |
| MLCR | Artificial Analysis | 20.0% | 7.2%† |
| FACTS Grounding | 68.6%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 156.2† | 154.9 |
| LiveBench 2.0 | LiveBench | 67.9% | – |
| LiveBench 1.0 | LiveBench | 77.4% | 75.3%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 35.5 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 46.5 | 33.7† |
| AA Progress Index v1 | Artificial Analysis | 322.7 | 302.7† |
| Vals Index | Vals AI | 58.6 | – |
| Vals Finance Index | Vals AI | 58.8% | – |
| Vals RSI Index | Vals AI | 20.2% | – |
| Vals Science Index | Vals AI | 34.8% | – |
| Vals Multimodal Index | Vals AI | – | 66.7%† |
| Vals Router Index | Vals AI | 58.6%† | – |
| Vals Legal Index | Vals AI | 72.7% | – |
| AA Cyber Index | Artificial Analysis | 56.4 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 12.4% |
| DistressBench | Scale AI SEAL | 52.4%† | – |
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
- Grok 4.7 (xhigh):BenchLeader Index 58.0 → 57.4。
- Grok 4.7 (xhigh):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Grok 4.7 (xhigh):新しい結果1件(MirrorCode)。
- Grok 4.7 (xhigh):新しい結果1件(ALE-Bench)。
- Grok 4.7 (xhigh):スコアの改訂2件。
- Muse Spark 1.1:スコアの改訂1件。
- Grok 4.7 (xhigh):スコアの改訂2件。
- Grok 4.7 (xhigh):スコアの改訂2件。
- Grok 4.7 (xhigh):スコアの改訂1件。
- Muse Spark 1.1:スコアの改訂2件。
関連する比較
- Grok 4.7 vs Claude Opus 5.5
- Grok 4.7 vs GPT-6 Astra
- Grok 4.7 vs Claude Fable 5.1
- Muse Spark 1.1 vs Claude Fable 5.2
- Muse Spark 1.1 vs Gemini 4 Carbon
- Muse Spark 1.1 vs Claude Opus 5.5
- Muse Spark 1.1 vs GPT-6 Astra
- Grok 4.7 vs Muse Spark
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
Grok 4.7 vs Muse Spark 1.1:よくある質問
- Grok 4.7はMuse Spark 1.1より優れていますか?
- Grok 4.7 (xhigh)とMuse Spark 1.1の品質は互角です(57.4 対 62.2、±6.2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。
- Grok 4.7とMuse Spark 1.1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Muse Spark 1.1の方が安く、100万トークンあたり$2.00 対 $3.00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Grok 4.7とMuse Spark 1.1のどちらが向いていますか?
- コーディングではMuse Spark 1.1の方がスコアが高くなっています(カテゴリ指標で66 対 61。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Grok 4.7が1641、Muse Spark 1.1が1542です。
- Grok 4.7とMuse Spark 1.1はどちらが速いですか?
- Muse Spark 1.1の方が出力が約2倍速くなっています(出力193 対 68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Grok 4.7とMuse Spark 1.1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Grok 4.7の方がスコアが高くなっています(カテゴリ指標で57 対 51。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Arena Agentでは、Grok 4.7が2.6、Muse Spark 1.1が-8です。
ほかの質問(4件)
- 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 1.1の方が長く、1,048,576トークンです(Grok 4.7は500,000トークン)。
- 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 1.1です。Artificial Analysisの測定では、最初の回答トークンまで1.8秒 対 55.9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。
- Grok 4.7とMuse Spark 1.1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16件のベンチマークのうち、Grok 4.7のリードが4件、Muse Spark 1.1のリードが12件です。両方を評価しているすべての総合指標で、Muse Spark 1.1が上回っています。
- Grok 4.7はいつリリースされましたか?
- Grok 4.7は2026年9月21日にリリースされました。