BenchLeader

Kimi K2.7 Code vs Muse Spark Open

詳しいプロフィール:Kimi K2.7 Code(Moonshot AI)とMuse Spark Open(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 · 12件の情報源のデータ

2026年11月16日時点で、Kimi K2.7 CodeとMuse Spark Openの品質は互角です(BenchLeader Indexで53.9 対 53.5、±8.0の誤差範囲内)。価格はKimi K2.7 Codeの方が1.2倍安く、100万トークンあたりのブレンド価格で$1.71 対 $2.00です。コーディング(52 対 36)、推論(53 対 51)を重視するならKimi K2.7 Code、知識(59 対 45)を重視するならMuse Spark Openが向いています。回答開始までの時間はMuse Spark Openの方が短く、9.9秒 対 29.6秒です。Muse Spark Openは出力が3倍以上速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはKimi K2.7 Codeが53.9、Muse Spark Openが53.5です(BenchLeader、2026年11月16日)。
  • Kimi K2.7 Codeの100万トークンあたりのブレンド価格は$1.71です(定価、2026年11月16日)。
  • Muse Spark Open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 OpenはKimi K2.7 Codeより出力が3倍以上速いです(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19件のベンチマークのうち、Muse Spark Openが14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
コーディングKimi K2.7 Codeカテゴリスコア52 対 36;Code Migration 25.4% 対 21.2%高
推論Kimi K2.7 Codeカテゴリスコア53 対 51;HLE-Diamond (AA) 14.8% 対 26.3%中
知識Muse Spark Openカテゴリスコア59 対 45高
長い文書どちらでもカテゴリスコア64 対 64;AA-LCR v1.1 79.3% 対 78.3%どちらでも
最低コストKimi K2.7 Code100万トークンあたりブレンド価格$1.71 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 Open最初の回答トークンまで9.9秒(Muse Spark Open (xhigh))対 29.6秒(Kimi K2.7 Code)–
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

  • Kimi K2.7 CodeとMuse Spark Open (xhigh)の品質は互角です(53.9 対 53.5、±8.0の誤差範囲内)。
  • Kimi K2.7 Codeはコーディング、長文コンテキスト、推論で優れています。
  • Muse Spark Open (xhigh)は知識で優れています。
  • Kimi K2.7 Codeの方が1.2倍安くなっています(100万トークンあたりブレンド価格$1.71 対 $2.00)。
  • Muse Spark Open (xhigh)の方が出力が3.3倍速くなっています(180 対 55トークン/秒)。

概要

仕様Kimi K2.7 CodeMuse Spark Open
プロバイダーMoonshot AIMeta
リリース日2026年6月12日2026年10月15日
コンテキストウィンドウ(トークン)262,1441,048,576
比較した構成Kimi K2.7 CodeMuse Spark Open (xhigh)
オープンウェイトありあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.950 / $4.00 / $0.190$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Kimi K2.7 CodeMuse Spark Open (xhigh)トップ
推論53.051.3Kimi K2.7 Code
コーディング51.936.0Kimi K2.7 Code
エージェント・ツール52.1–比較不可
数学51.9–比較不可
知識45.458.8Muse Spark Open
指示追従62.9–比較不可
マルチモーダル–63.3比較不可
長文コンテキスト64.363.8互角

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推論コーディング知識長文コンテキストKimi K2.7 Code, 推論: 53.0Kimi K2.7 Code, コーディング: 51.9Kimi K2.7 Code, 知識: 45.4Kimi K2.7 Code, 長文コンテキスト: 64.3Muse Spark Open, 推論: 51.3Muse Spark Open, コーディング: 36.0Muse Spark Open, 知識: 58.8Muse Spark Open, 長文コンテキスト: 63.8

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 数学, 指示追従, 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19件のベンチマークのうち、Kimi K2.7 Codeのリードが4件、Muse Spark Openのリードが14件、同点が1件です。

総合IndexKimi K2.7 CodeMuse Spark Open (xhigh)トップ
BenchLeader Index53.953.5互角

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Kimi K2.7 CodeMuse Spark Open (xhigh)
100万トークンあたりのブレンド価格$1.71$2.00
100万トークンあたりの入力/出力$0.950 / $4.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.190$0.150
タスクあたりの価格:チャットの返答$0.0016$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$0.012$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$0.0027$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)$0.039$0.043
ベンチマークのタスクあたりのコスト(AA Index)–$2.02
タスクあたりの出力トークン(AA Index)–66k
うち推論–32k
タスクあたりの時間(AA Index)–6 min
出力速度55 tok/s180 tok/s
回答開始までの時間29.6秒9.9秒
回答が完了するまでの時間(最終測定2026年11月13日)102.4秒39.9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。Kimi K2.7 Codeのスコアは53.9、最初の回答トークンまで30秒。Muse Spark Open (xhigh)のスコアは53.5、最初の回答トークンまで10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

110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Kimi K2.7 CodeMuse Spark Open (xhigh)
BenchLeader IndexBenchLeader53.953.5
エージェント・ツールスコアBenchLeader52.1–
コーディングスコアBenchLeader51.936.0
指示追従スコアBenchLeader62.9–
知識スコアBenchLeader45.458.8
長文コンテキストスコアBenchLeader64.363.8
数学スコアBenchLeader51.9–
推論スコアBenchLeader53.051.3
マルチモーダルスコアBenchLeader–63.3
ブレンド価格($/100万トークン)BenchLeader$1.71$2.00
出力速度BenchLeader55 tok/s180 tok/s
回答開始までの時間BenchLeader29.6秒9.9秒
コンテキストウィンドウBenchLeader262,144トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub87.9%–
SimpleBenchSimpleBench57.9%–
LiveBench 2.0 ReasoningLiveBench–73.7%†
LiveBench 1.0 ReasoningLiveBench82.8%–
GPQA Diamond (AA)Artificial Analysis89.6%89.0%
Humanity's Last Exam (AA)Artificial Analysis35.0%43.9%
HLE-Diamond (AA)Artificial Analysis14.8%26.3%
ARC-AGI-1ARC Prize–89.0%
ARC-AGI-2ARC Prize–57.5%
ARC-AGI-3ARC Prize–0.4%
CritPtArtificial Analysis10.0%14.9%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
HLE-Diamond (Scale)Scale AI SEAL–28.0%†
Chess PuzzlesEpoch AI Benchmarking Hub14.0%–
コーディング
SciCodeSciCode47.8%–
WeirdMLWeirdML54.1%–
FrontierCodeCognition30.1%–
Arena WebDevArena (LMArena)14741526†
LiveBench 2.0 CodingLiveBench–55.1%†
LiveBench 1.0 CodingLiveBench74.0%–
SciCode (AA)Artificial Analysis47.8%58.5%
LiveCodeBenchVals AI82.0%–
SWE-bench (Vals)Vals AI78.2%–
Code MigrationVals AI25.4%21.2%
Code Migration v1.1Vals AI–26.9%
110件のベンチマークをすべて表示
指標公開元Kimi K2.7 CodeMuse Spark Open (xhigh)
コーディング
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI47.2%76.2%
SWE Atlas v1.1Scale AI SEAL–42.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–50.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL–41.1%†
SWE Atlas v1.1: RefactoringScale AI SEAL–35.7%†
SWE-Bench Pro V2Scale AI SEAL–95.0%
SWE-Bench Pro V2 HARDScale AI SEAL–82.3%
Surface Evolver BenchEpoch AI Benchmarking Hub48.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub30.5%–
ALE-BenchEpoch AI Benchmarking Hub886.2–
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%8.1%
Terminal-Bench 2.1 (AA)Artificial Analysis67.4%76.4%
GameBench 2 OverallDuelLab GameBench 2–55.3†
GameBench 2 by reasoning settingDuelLab GameBench 2–59.3
Design Arena WebsiteDesign Arena12581305
FrontierCode 1.1 (AA)Artificial Analysis–27.6%
FrontierCode 2.0 (AA)Artificial Analysis–7.6%
エージェント・ツール
APEX-AgentsMercor37.6%–
LiveBench Long AgenticLiveBench–12.1%†
LiveBench BrowserLiveBench–26.2%†
LiveBench Agentic CodingLiveBench45.7%–
Terminal-Bench HardArtificial Analysis44.7%–
τ²-Bench Telecom (AA)Artificial Analysis90.1%–
Terminal-Bench 2.1 (Vals)Vals AI67.0%–
HiL-BenchScale AI SEAL–59.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis26.9%45.1%
GDPval-AA v2.1Artificial Analysis10461401
τ³-Banking (AA)Artificial Analysis20.2%–
Finance Agent v2Vals AI–61.3%
Finance Agent v2.1Vals AI–60.7%
Harvey's Legal Agent Benchmark v1.1Vals AI–25.0%
Harvey's Legal Agent Benchmark v1Vals AI–16.7%
Legal Research BenchVals AI–38.5%
SkillsBenchVals AI50.0%–
Tax Agent BenchVals AI–26.3%
Terminal-Bench 4.0 (Vals)Vals AI–6.6%
GBAEvalEpoch AI Benchmarking Hub0.8%–
Vending-Bench 2Andon Labs5082.9–
AutomationBenchArtificial Analysis24.4%49.7%
GDP.pdf (AA)Artificial Analysis11.2%18.6%
EnterpriseOps-GymArtificial Analysis40.2%–
AA-Briefcase v1.1Artificial Analysis8581280
GDPxGDPx by SemiAnalysis–1.7%†
Design Arena AgenticDesign Arena1158–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub54.0%–
FrontierMath Tier 4Epoch AI Benchmarking Hub12.2%–
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%–
LiveBench MathematicsLiveBench79.6%–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub36.5%–
LiveBench 2.0 Data AnalysisLiveBench–60.2%†
LiveBench ResearchLiveBench–82.7%†
LiveBench 1.0 Data AnalysisLiveBench62.7%–
AA-Omniscience v1.1Artificial Analysis–25.8
PRBench LegalScale AI SEAL–59.8%†
Excel Modeling BenchmarkVals AI–53.7%
Excel Modeling Benchmark v1.1Vals AI–62.0%
DrugDiscoveryBenchScale AI SEAL35.3%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.0%
指示追従
LiveBench LanguageLiveBench77.9%–
LiveBench Instruction FollowingLiveBench56.3%–
IFBenchArtificial Analysis63.1%–
MultiChallengeScale AI SEAL–74.2%†
マルチモーダル
LiveBench DesignLiveBench–58.1%†
MMMU-ProArtificial Analysis–80.9%
SAGEVals AI–85.8%
Humanity's Sixth SenseScale AI SEAL–29.6%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.3%78.3%
MLCRArtificial Analysis12.2%7.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub151.2155.4†
LiveBench 2.0LiveBench–48.5%†
LiveBench 1.0LiveBench68.4%–
AA Intelligence Index v5.0.1Artificial Analysis–24.9
AA Intelligence Index v4.3.2Artificial Analysis25.838.9
AA Progress Index v1Artificial Analysis287.6306.7
Vals IndexVals AI–48.6
Vals Finance IndexVals AI–53.0%
Vals Legal IndexVals AI–68.5%
安全性・誠実さ
FORTRESSScale AI SEAL–7.6%†
DistressBenchScale AI SEAL–87.7%†
メタデータ
AA Openness IndexArtificial Analysis27.827.8

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

  • Kimi K2.7 Code:スコアの改訂1件。
  • Muse Spark Open (xhigh):スコアの改訂1件。
  • Kimi K2.7 Code:スコアの改訂1件。
  • Muse Spark Open (xhigh):新しい結果1件(GameBench 2 by reasoning setting)、スコアの改訂1件。
  • Muse Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。
  • Kimi K2.7 Code:新しい結果1件(AA-Briefcase v1.1)。
  • Muse Spark Open (xhigh):新しい結果1件(ARC-AGI-3)。
  • Kimi K2.7 Code:BenchLeader Index 55.9 → 54.2。
  • Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
  • Kimi K2.7 Code:新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))。

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

Kimi K2.7 Code vs Muse Spark Open:よくある質問

Kimi K2.7 CodeはMuse Spark Openより優れていますか?
Kimi K2.7 CodeとMuse Spark Open (xhigh)の品質は互角です(53.9 対 53.5、±8.0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。
Kimi K2.7 CodeとMuse Spark Open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Kimi K2.7 Codeの方が安く、100万トークンあたり$1.71 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。
コーディングにはKimi K2.7 CodeとMuse Spark Openのどちらが向いていますか?
コーディングではKimi K2.7 Codeの方がスコアが高くなっています(カテゴリ指標で52 対 36。50が平均)。
Kimi K2.7 CodeとMuse Spark Openはどちらが速いですか?
Muse Spark Openの方が出力が3倍以上速くなっています(出力180 対 55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?
長文コンテキストのベンチマークでは互角です(64 対 64)。コンテキストはMuse Spark Openの方が長く、1,048,576トークンです(Kimi K2.7 Codeは262,144トークン)。
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 Openです。Artificial Analysisの測定では、最初の回答トークンまで9.9秒 対 29.6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。
Kimi K2.7 CodeとMuse Spark Open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19件のベンチマークのうち、Kimi K2.7 Codeのリードが4件、Muse Spark Openのリードが14件、同点が1件です。
Muse Spark Openはいつリリースされましたか?
Muse Spark Openは2026年10月15日にリリースされました。