BenchLeader

MiMo-V2.6-Flash vs Muse Spark 1.3

詳しいプロフィール:MiMo-V2.6-Flash(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 · 10件の情報源のデータ

2026年11月16日時点で、品質ではMuse Spark 1.3がMiMo-V2.6-Flashを上回ります(BenchLeader Indexで61.6 対 54.8)。ただし、価格はMiMo-V2.6-Flashの方が11倍安く、100万トークンあたりのブレンド価格で$0.175 対 $2.00です。数学(63 対 56)を重視するならMiMo-V2.6-Flash、知識(81 対 39)、推論(71 対 48)、エージェント・ツール(61 対 57)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 31.8秒です。Muse Spark 1.3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MiMo-V2.6-Flashが54.8、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • MiMo-V2.6-Flashの100万トークンあたりのブレンド価格は$0.175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-V2.6-Flash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1件のベンチマークのうち、MiMo-V2.6-Flash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 57中
数学MiMo-V2.6-Flashカテゴリスコア63 対 56;ProofBench 63.0% 対 55.0%中
推論Muse Spark 1.3カテゴリスコア71 対 48高
知識Muse Spark 1.3カテゴリスコア81 対 39高
チャットの質(人間の評価)–Arenaの評価があるのはMiMo-V2.6-Flashのみです(カテゴリスコア63)比較不可
最低コストMiMo-V2.6-Flash100万トークンあたりブレンド価格$0.175 対 $2.00;エージェント型コーディングセッション$0.009 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 31.8秒(MiMo-V2.6-Flash)–
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

  • 品質ではMuse Spark 1.3がリードしています:61.6 対 54.8。
  • MiMo-V2.6-Flash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。
  • MiMo-V2.6-Flashの方が11倍安くなっています(100万トークンあたりブレンド価格$0.175 対 $2.00)。
  • Muse Spark 1.3の方が出力が3.7倍速くなっています(163 対 44トークン/秒)。

概要

仕様MiMo-V2.6-FlashMuse Spark 1.3
プロバイダーXiaomiMeta
リリース日2026年9月21日2026年9月2日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成MiMo-V2.6-FlashMuse 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)$0.140 / $0.280 / $0.0028$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-V2.6-FlashMuse Spark 1.3トップ
推論47.671.0Muse Spark 1.3
コーディング56.8–比較不可
エージェント・ツール56.661.3Muse Spark 1.3
数学62.856.3MiMo-V2.6-Flash
知識38.981.2Muse Spark 1.3
人間の評価63.1–比較不可
マルチモーダル57.3–比較不可
長文コンテキスト61.7–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-V2.6-Flash, 推論: 47.6MiMo-V2.6-Flash, エージェント・ツール: 56.6MiMo-V2.6-Flash, 数学: 62.8MiMo-V2.6-Flash, 知識: 38.9Muse 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-V2.6-Flashのリードが1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IndexMiMo-V2.6-FlashMuse Spark 1.3トップ
BenchLeader Index54.861.6Muse Spark 1.3
AA Intelligence Index v5.0.126.736.6†Muse Spark 1.3
Arena Text14481497†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-V2.6-FlashMuse Spark 1.3
100万トークンあたりのブレンド価格$0.175$2.00
100万トークンあたりの入力/出力$0.140 / $0.280$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.0028$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$0.0018$0.018
タスクあたりの価格:コード編集$0.0013$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$0.0095$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)$0.0033$0.043
ベンチマークのタスクあたりのコスト(AA Index)$0.129–
タスクあたりの出力トークン(AA Index)132k–
うち推論100k–
タスクあたりの時間(AA Index)50 min–
出力速度44 tok/s163 tok/s
回答開始までの時間31.8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)112.2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。MiMo-V2.6-Flashのスコアは54.8、最初の回答トークンまで32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-V2.6-FlashMuse Spark 1.3
BenchLeader IndexBenchLeader54.861.6
エージェント・ツールスコアBenchLeader56.661.3
コーディングスコアBenchLeader56.8–
人間の評価スコアBenchLeader63.1–
知識スコアBenchLeader38.981.2
長文コンテキストスコアBenchLeader61.7–
数学スコアBenchLeader62.856.3
マルチモーダルスコアBenchLeader57.3–
推論スコアBenchLeader47.671.0
ブレンド価格($/100万トークン)BenchLeader$0.175$2.00
出力速度BenchLeader44 tok/s163 tok/s
回答開始までの時間BenchLeader31.8秒2.6秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)14721517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench–89.7%†
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis35.1%48.7%†
HLE-Diamond (AA)Artificial Analysis13.7%33.7%†
CritPtArtificial Analysis12.0%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis29.5%48.0%†
MysteryMechanismVals AI21.6%36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)14951521†
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
SciCodeSciCode51.3%58.8%†
Arena CodingArena (LMArena)15111534†
Arena WebDevArena (LMArena)16381655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench–81.1%†
IOIVals AI47.7%56.6%†
Code MigrationVals AI40.9%47.4%†
137件のベンチマークをすべて表示
指標公開元MiMo-V2.6-FlashMuse Spark 1.3
コーディング
Code Migration v1.1Vals AI39.5%–
ProgramBenchVals AI0.5%2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI79.0%85.9%†
Vibe Code Bench 1-100 v1.1Vals AI24.5%–
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub1244.21688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis22.7%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 240.1†68.5†
Design Arena WebsiteDesign Arena–1353†
FrontierCode 1.1 (AA)Artificial Analysis42.1%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis21.6%23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench16.1%†14.8%†
APEX-AgentsMercor–58.6%
Arena AgentArena (LMArena)02.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench–64.1%†
Terminal-Bench 2.1 (Vals)Vals AI76.4%79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis55.4%–
GDPval-AA v2.1Artificial Analysis16151681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI75.4%72.7%†
Finance Agent v2Vals AI56.3%60.0%†
Finance Agent v2.1Vals AI63.3%–
Harvey's Legal Agent Benchmark v1.1Vals AI13.3%–
Harvey's Legal Agent Benchmark v1Vals AI11.3%23.8%†
Legal Research BenchVals AI38.0%55.3%†
SREBenchVals AI4.2%3.8%†
Tax Agent BenchVals AI28.5%42.4%†
Terminal-Bench 4.0 (Vals)Vals AI24.2%24.8%†
Terminal-Bench ScienceVals AI4.3%10.0%†
Arena Agent Task CompletionArena (LMArena)4.23.7†
AutomationBenchArtificial Analysis64.0%57.9%†
GDP.pdf (AA)Artificial Analysis9.0%26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis14891581†
Design Arena AgenticDesign Arena–1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis4.3%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 AI63.0%55.0%
LiveBench MathematicsLiveBench–96.0%†
Arena MathsArena (LMArena)14621506†
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-10.822.4†
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
BioMysteryBenchVals AI69.3%–
Excel Modeling BenchmarkVals AI65.5%67.4%†
Excel Modeling Benchmark v1.1Vals AI68.9%–
MedCodeVals AI41.1%–
MedScribeVals AI85.3%–
Public Benefits Bench v1.1Vals AI67.6%–
Access to Justice BenchmarkVals AI70.8%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 Analysis27.2%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis47.8%74.8%†
指示追従
LiveBench LanguageLiveBench–82.8%†
LiveBench Instruction FollowingLiveBench–78.0%†
Arena Instruction FollowingArena (LMArena)14361485†
人間の評価
Arena TextArena (LMArena)14481497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)13921468†
Arena Multi-turnArena (LMArena)14451493†
Arena Longer QueriesArena (LMArena)14581498†
マルチモーダル
Arena VisionArena (LMArena)12601310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis73.1%82.0%†
SAGEVals AI83.3%–
Humanity's Sixth SenseScale AI SEAL25.4%†37.4%†
GeoBenchGeoBench–86.0%
Code2Video-AAArtificial Analysis10521019†
AA-3DArtificial Analysis–1032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis74.3%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis11.7%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 Analysis26.736.6†
AA Intelligence Index v4.3.2Artificial Analysis37.948.1†
AA Progress Index v1Artificial Analysis311.8324.5†
Vals IndexVals AI54.8–
Vals Finance IndexVals AI57.1%–
Vals RSI IndexVals AI–19.6%†
Vals Science IndexVals AI31.7%–
Vals Router IndexVals AI54.8%–
Vals Legal IndexVals AI69.0%–
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 Analysis52.8–

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

  • 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。
  • Muse Spark 1.3:スコアの改訂1件。
  • MiMo-V2.6-Flash: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

MiMo-V2.6-Flash vs Muse Spark 1.3:よくある質問

Muse Spark 1.3はMiMo-V2.6-Flashより優れていますか?
品質ではMuse Spark 1.3がリードしています:61.6 対 54.8。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日時点では総合でMuse Spark 1.3が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
MiMo-V2.6-Flash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-V2.6-Flashの方が安く、100万トークンあたり$0.175 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-V2.6-Flash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2倍速くなっています(出力163 対 44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-V2.6-Flash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 57。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1,048,576トークンのコンテキストに対応しています。
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 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 31.8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-V2.6-Flash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-V2.6-Flashのリードが1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。
MiMo-V2.6-Flashはいつリリースされましたか?
MiMo-V2.6-Flashは2026年9月21日にリリースされました。