BenchLeader

MiMo-V2.5 vs Muse Spark 1.3

詳しいプロフィール:MiMo-V2.5(Xiaomi)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、MiMo-V2.5とMuse Spark 1.3の品質は互角です(BenchLeader Indexで56.3 対 61.6、±9.1の誤差範囲内)。価格はMiMo-V2.5の方が14倍安く、100万トークンあたりのブレンド価格で$0.138 対 $2.00です。両方を測定できるすべてのカテゴリでMuse Spark 1.3がリードしています。Muse Spark 1.3の方が出力が3倍以上速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiMo-V2.5が56.3、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • MiMo-V2.5の100万トークンあたりのブレンド価格は$0.138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MiMo-V2.5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1件のベンチマークのうち、Muse Spark 1.3が1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 48高
数学Muse Spark 1.3カテゴリスコア56 対 54;ProofBench 55.0% 対 16.0%中
推論Muse Spark 1.3カテゴリスコア71 対 62高
知識Muse Spark 1.3カテゴリスコア81 対 53高
チャットの質(人間の評価)–Arenaの評価があるのはMiMo-V2.5のみです(カテゴリスコア61)比較不可
最低コストMiMo-V2.5100万トークンあたりブレンド価格$0.138 対 $2.00;エージェント型コーディングセッション$0.007 対 $0.092–
回答開始の速さどちらでも最初の回答トークンまで2.5秒(MiMo-V2.5)対 2.6秒(Muse Spark 1.3)–
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

  • MiMo-V2.5とMuse Spark 1.3の品質は互角です(56.3 対 61.6、±9.1の誤差範囲内)。
  • Muse Spark 1.3はエージェント・ツール、知識、数学、推論で優れています。
  • MiMo-V2.5の方が14倍安くなっています(100万トークンあたりブレンド価格$0.138 対 $2.00)。
  • Muse Spark 1.3の方が出力が5.8倍速くなっています(163 対 28トークン/秒)。

概要

仕様MiMo-V2.5Muse Spark 1.3
プロバイダーXiaomiMeta
リリース日2026年4月23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MiMo-V2.5Muse 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)$0.110 / $0.220 / $0.0034$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MiMo-V2.5Muse Spark 1.3トップ
推論62.271.0Muse Spark 1.3
コーディング52.6–比較不可
エージェント・ツール47.961.3Muse Spark 1.3
数学53.656.3Muse Spark 1.3
知識52.881.2Muse Spark 1.3
指示追従66.4–比較不可
人間の評価61.3–比較不可
マルチモーダル57.8–比較不可
長文コンテキスト61.0–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MiMo-V2.5, 推論: 62.2MiMo-V2.5, エージェント・ツール: 47.9MiMo-V2.5, 数学: 53.6MiMo-V2.5, 知識: 52.8Muse 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1件のベンチマークのうち、MiMo-V2.5のリードが0件、Muse Spark 1.3のリードが1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IndexMiMo-V2.5Muse Spark 1.3トップ
BenchLeader Index56.361.6互角
Arena Text14341497†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MiMo-V2.5Muse Spark 1.3
100万トークンあたりのブレンド価格$0.138$2.00
100万トークンあたりの入力/出力$0.110 / $0.220$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.0034$0.150
タスクあたりの価格:チャットの返答$0.0001$0.0018
タスクあたりの価格:30ページのレポートを要約$0.0015$0.018
タスクあたりの価格:コード編集$0.0010$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$0.0075$0.092
タスクあたりの価格:構造化データの抽出$0.0003$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)$0.0027$0.043
出力速度28 tok/s163 tok/s
回答開始までの時間2.5秒2.6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。MiMo-V2.5のスコアは56.3、最初の回答トークンまで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

137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MiMo-V2.5Muse Spark 1.3
BenchLeader IndexBenchLeader56.361.6
エージェント・ツールスコアBenchLeader47.961.3
コーディングスコアBenchLeader52.6–
人間の評価スコアBenchLeader61.3–
指示追従スコアBenchLeader66.4–
知識スコアBenchLeader52.881.2
長文コンテキストスコアBenchLeader61.0–
数学スコアBenchLeader53.656.3
マルチモーダルスコアBenchLeader57.8–
推論スコアBenchLeader62.271.0
ブレンド価格($/100万トークン)BenchLeader$0.138$2.00
出力速度BenchLeader28 tok/s163 tok/s
回答開始までの時間BenchLeader2.5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
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)14621517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench–89.7%†
GPQA Diamond (AA)Artificial Analysis85.0%93.5%†
Humanity's Last Exam (AA)Artificial Analysis27.2%48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI81.6%–
CritPtArtificial Analysis3.7%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)14711521†
Chess PuzzlesEpoch AI Benchmarking Hub–37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–25.0%†
LMCAEpoch AI Benchmarking Hub–53.9%
DTBenchEpoch AI Benchmarking Hub–96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SciCodeSciCode43.1%58.8%†
Arena CodingArena (LMArena)14911534†
Arena WebDevArena (LMArena)14381655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench–81.1%†
SciCode (AA)Artificial Analysis43.9%58.8%†
137件のベンチマークをすべて表示
指標公開元MiMo-V2.5Muse Spark 1.3
コーディング
LiveCodeBenchVals AI81.5%–
IOIVals AI–56.6%†
SWE-bench (Vals)Vals AI71.0%–
Code MigrationVals AI14.2%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 AI42.2%85.9%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub514.01688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis0.0%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis63.7%84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 2–57.7
GameBench 2 by reasoning settingDuelLab GameBench 224.1†68.5†
Design Arena WebsiteDesign Arena12601353†
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-Bench–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 Analysis41.7%–
τ²-Bench Telecom (AA)Artificial Analysis90.6%–
Terminal-Bench 2.1 (Vals)Vals AI60.7%79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1Artificial Analysis10041681†
τ³-Banking (AA)Artificial Analysis8.7%50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI36.7%60.0%†
Harvey's Legal Agent Benchmark v1Vals AI1.7%23.8%†
Legal Research BenchVals AI9.1%55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI7.8%42.4%†
Terminal-Bench 4.0 (Vals)Vals AI–24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena Agent Task CompletionArena (LMArena)–3.7†
AutomationBenchArtificial Analysis18.4%57.9%†
GDP.pdf (AA)Artificial Analysis4.0%26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis7551581†
Design Arena AgenticDesign Arena–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 Hub–99.2%†
ProofBenchVals AI16.0%55.0%
LiveBench MathematicsLiveBench–96.0%†
Arena MathsArena (LMArena)14371506†
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 AI82.9%–
LegalBenchVals AI78.9%–
CorpFinVals AI59.9%–
TaxEvalVals AI71.8%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
Excel Modeling BenchmarkVals AI55.1%67.4%†
MedCodeVals AI31.9%–
MedScribeVals AI72.2%–
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%†
指示追従
LiveBench LanguageLiveBench–82.8%†
LiveBench Instruction FollowingLiveBench–78.0%†
IFBenchArtificial Analysis67.1%–
Arena Instruction FollowingArena (LMArena)14311485†
人間の評価
Arena TextArena (LMArena)14341497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)13931468†
Arena Multi-turnArena (LMArena)14511493†
Arena Longer QueriesArena (LMArena)14521498†
マルチモーダル
Arena VisionArena (LMArena)12481310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis75.4%82.0%†
MMMU-Pro (Vals)Vals AI80.0%–
MortgageTaxVals AI59.3%–
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 Analysis73.0%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis–13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–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 Analysis21.848.1†
AA Progress Index v1Artificial Analysis276324.5†
Vals RSI IndexVals AI–19.6%†
Vals Multimodal IndexVals AI52.8%–
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL–84.9%
メタデータ
AA Openness IndexArtificial Analysis38.9–

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。
  • MiMo-V2.5:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • 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)。
  • MiMo-V2.5:入力価格 $0.18/M → $0.11/M、出力価格 $0.36/M → $0.22/M。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:スコアの改訂4件。
  • MiMo-V2.5:BenchLeader Index 55.2 → 56.4。
  • MiMo-V2.5:新しい結果33件(SciCode, ProofBench, ALE-Bench…)。

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

MiMo-V2.5 vs Muse Spark 1.3:よくある質問

MiMo-V2.5はMuse Spark 1.3より優れていますか?
MiMo-V2.5とMuse Spark 1.3の品質は互角です(56.3 対 61.6、±9.1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。
MiMo-V2.5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MiMo-V2.5の方が安く、100万トークンあたり$0.138 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。
MiMo-V2.5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3倍以上速くなっています(出力163 対 28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MiMo-V2.5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 48。50が平均)。
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(MiMo-V2.5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MiMo-V2.5です。Artificial Analysisの測定では、最初の回答トークンまで2.5秒 対 2.6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。
MiMo-V2.5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1件のベンチマークのうち、MiMo-V2.5のリードが0件、Muse Spark 1.3のリードが1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。