MiniMax M2.5 vs Muse Spark Open
詳しいプロフィール:MiniMax M2.5(MiniMax)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 · 14件の情報源のデータ
2026年11月16日時点で、MiniMax M2.5とMuse Spark Openの品質は互角です(BenchLeader Indexで53.7 対 53.5、±8.1の誤差範囲内)。価格はMiniMax M2.5の方が3.8倍安く、100万トークンあたりのブレンド価格で$0.525 対 $2.00です。コーディング(51 対 36)を重視するならMiniMax M2.5、知識(59 対 52)、推論(51 対 46)、長文コンテキスト(64 対 61)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 31.6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MiniMax M2.5が53.7、Muse Spark Openが53.5です(BenchLeader、2026年11月16日)。
- MiniMax M2.5の100万トークンあたりのブレンド価格は$0.525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MiniMax M2.5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10件のベンチマークのうち、Muse Spark Openが9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 | MiniMax M2.5 | カテゴリスコア51 対 36;Vibe Code Bench v1.1 14.8% 対 76.2% | 高 |
| 推論 | Muse Spark Open | カテゴリスコア51 対 46;ARC-AGI-2 57.5% 対 4.9% | 中 |
| 知識 | Muse Spark Open | カテゴリスコア59 対 52 | 中 |
| 長い文書 | Muse Spark Open | カテゴリスコア64 対 61;AA-LCR v1.1 78.3% 対 73.3% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはMiniMax M2.5のみです(カテゴリスコア56) | 比較不可 |
| 最低コスト | MiniMax M2.5 | 100万トークンあたりブレンド価格$0.525 対 $2.00;エージェント型コーディングセッション$0.023 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 31.6秒(MiniMax M2.5) | – |
| 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
- MiniMax M2.5とMuse Spark Open (xhigh)の品質は互角です(53.7 対 53.5、±8.1の誤差範囲内)。
- MiniMax M2.5はコーディングで優れています。
- Muse Spark Open (xhigh)は知識、長文コンテキスト、推論で優れています。
- MiniMax M2.5の方が3.8倍安くなっています(100万トークンあたりブレンド価格$0.525 対 $2.00)。
- Muse Spark Open (xhigh)の方が出力が4.4倍速くなっています(180 対 41トークン/秒)。
概要
| 仕様 | MiniMax M2.5 | Muse Spark Open |
|---|---|---|
| プロバイダー | MiniMax | Meta |
| リリース日 | 2026年2月12日 | 2026年10月15日 |
| コンテキストウィンドウ(トークン) | 204,800 | 1,048,576 |
| 比較した構成 | MiniMax M2.5 | Muse 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) | $0.300 / $1.20 / $0.030 | $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 | MiniMax M2.5 | Muse Spark Open (xhigh) | トップ |
|---|---|---|---|
| 推論 | 45.5 | 51.3 | Muse Spark Open |
| コーディング | 50.7 | 36.0 | MiniMax M2.5 |
| エージェント・ツール | 46.6 | – | 比較不可 |
| 数学 | 51.8 | – | 比較不可 |
| 知識 | 51.5 | 58.8 | Muse Spark Open |
| 指示追従 | 70.3 | – | 比較不可 |
| 人間の評価 | 56.1 | – | 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 | 61.2 | 63.8 | Muse Spark Open |
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):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。
情報源で評価が分かれる点
両方に結果がある10件のベンチマークのうち、MiniMax M2.5のリードが0件、Muse Spark Openのリードが9件、同点が1件です。
| 総合Index | MiniMax M2.5 | Muse Spark Open (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 53.7 | 53.5 | 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 | MiniMax M2.5 | Muse Spark Open (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.525 | $2.00 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.20 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.030 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0005 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0043 | $0.018 |
| タスクあたりの価格:コード編集 | $0.0036 | $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 | $0.023 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $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) | $0.011 | $0.043 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $2.02 |
| タスクあたりの出力トークン(AA Index) | – | 66k |
| うち推論 | – | 32k |
| タスクあたりの時間(AA Index) | – | 6 min |
| 出力速度 | 41 tok/s | 180 tok/s |
| 回答開始までの時間 | 31.6秒 | 9.9秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 104.7秒 | 39.9秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。MiniMax M2.5のスコアは53.7、最初の回答トークンまで32秒。Muse Spark Open (xhigh)のスコアは53.5、最初の回答トークンまで10秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
112件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | MiniMax M2.5 | Muse Spark Open (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 53.7 | 53.5 |
| エージェント・ツールスコア | BenchLeader | 46.6 | – |
| コーディングスコア | BenchLeader | 50.7 | 36.0 |
| 人間の評価スコア | BenchLeader | 56.1 | – |
| 指示追従スコア | BenchLeader | 70.3 | – |
| 知識スコア | BenchLeader | 51.5 | 58.8 |
| 長文コンテキストスコア | BenchLeader | 61.2 | 63.8 |
| 数学スコア | BenchLeader | 51.8 | – |
| 推論スコア | BenchLeader | 45.5 | 51.3 |
| マルチモーダルスコア | BenchLeader | – | 63.3 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.525 | $2.00 |
| 出力速度 | BenchLeader | 41 tok/s | 180 tok/s |
| 回答開始までの時間 | BenchLeader | 31.6秒 | 9.9秒 |
| コンテキストウィンドウ | BenchLeader | 204,800トークン | 1,048,576トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1418 | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 73.7%† |
| GPQA Diamond (AA) | Artificial Analysis | 84.8% | 89.0% |
| Humanity's Last Exam (AA) | Artificial Analysis | 20.5% | 43.9% |
| HLE-Diamond (AA) | Artificial Analysis | – | 26.3% |
| GPQA Diamond (Vals) | Vals AI | 82.1% | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 55.2% | – |
| ARC-AGI-1 | ARC Prize | 63.7% | 89.0% |
| ARC-AGI-2 | ARC Prize | 4.9% | 57.5% |
| ARC-AGI-3 | ARC Prize | – | 0.4% |
| CritPt | Artificial Analysis | 1.1% | 14.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 29.5% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 28.0%† |
| Arena Expert | Arena (LMArena) | 1427 | – |
| CL-bench | Epoch AI Benchmarking Hub | 11.4% | – |
| CL-bench Life | Epoch AI Benchmarking Hub | 6.3% | – |
| コーディング | |||
| Arena Coding | Arena (LMArena) | 1447 | – |
| Arena WebDev | Arena (LMArena) | 1386 | 1526† |
| LiveBench 2.0 Coding | LiveBench | – | 55.1%† |
| SciCode (AA) | Artificial Analysis | – | 58.5% |
| LiveCodeBench | Vals AI | 79.2% | – |
| SWE-bench (Vals) | Vals AI | 74.2% | – |
| SWE-bench Verified (bash only) | SWE-bench | 75.8%† | – |
| SWE-bench Multilingual (bash only) | SWE-bench | 68.3% | – |
| SWE-bench Verified (any scaffold) | SWE-bench | 75.8%† | – |
112件のベンチマークをすべて表示
| 指標 | 公開元 | MiniMax M2.5 | Muse Spark Open (xhigh) |
|---|---|---|---|
| コーディング | |||
| Code Migration | Vals AI | – | 21.2% |
| Code Migration v1.1 | Vals AI | – | 26.9% |
| Vibe Code Bench v1.1 | Vals AI | 14.8% | 76.2% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 10.3% | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 19.5% | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 18.6% | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 42.3%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 50.0%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 41.1%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 35.7%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.0% |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 82.3% |
| ALE-Bench | Epoch AI Benchmarking Hub | 618.2 | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 8.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 76.4% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 55.3† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 59.3 |
| Design Arena Website | Design Arena | 1214 | 1305 |
| 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 | |||
| Terminal-Bench | Terminal-Bench | 42.7% | – |
| LiveBench Long Agentic | LiveBench | – | 12.1%† |
| LiveBench Browser | LiveBench | – | 26.2%† |
| Terminal-Bench Hard | Artificial Analysis | 34.9% | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 95.3% | – |
| HiL-Bench | Scale AI SEAL | 6.3% | 59.7%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 45.1% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1401 |
| Finance Agent v2 | Vals AI | – | 61.3% |
| Finance Agent v2.1 | Vals AI | – | 60.7% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 25.0% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 16.7% |
| Legal Research Bench | Vals AI | – | 38.5% |
| Tax Agent Bench | Vals AI | – | 26.3% |
| Terminal-Bench 2.0 (Vals) | Vals AI | 41.6% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 6.6% |
| Vending-Bench 2 | Andon Labs | -23.2 | – |
| AutomationBench | Artificial Analysis | – | 49.7% |
| GDP.pdf (AA) | Artificial Analysis | – | 18.6% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1280 |
| GDPx | GDPx by SemiAnalysis | – | 1.7%† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 1.9% |
| 数学 | |||
| ProofBench | Vals AI | 4.0% | – |
| AIME (Vals) | Vals AI | 88.8% | – |
| ArXivMath | MathArena | – | 27.0% |
| BrokenArXiv | MathArena | – | 30.1% |
| Arena Maths | Arena (LMArena) | 1392 | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | – | 60.2%† |
| LiveBench Research | LiveBench | – | 82.7%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | 25.8 |
| MMLU-Pro | Vals AI | 80.1% | – |
| LegalBench | Vals AI | 80.0% | – |
| CorpFin | Vals AI | 59.6% | – |
| TaxEval | Vals AI | 68.2% | – |
| MedQA | Vals AI | 92.5% | – |
| PRBench Legal | Scale AI SEAL | – | 59.8%† |
| CaseLaw v2 | Vals AI | 53.5% | – |
| Excel Modeling Benchmark | Vals AI | – | 53.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 62.0% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 42.0% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 72.0% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 84.2% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | 71.6% | – |
| MultiChallenge | Scale AI SEAL | – | 74.2%† |
| Arena Instruction Following | Arena (LMArena) | 1381 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1391 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1362 | – |
| Arena Creative Writing | Arena (LMArena) | 1356 | – |
| Arena Multi-turn | Arena (LMArena) | 1397 | – |
| Arena Longer Queries | Arena (LMArena) | 1406 | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | – | 58.1%† |
| MMMU-Pro | Artificial Analysis | – | 80.9% |
| SAGE | Vals AI | – | 85.8% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 29.6%† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 73.3% | 78.3% |
| MLCR | Artificial Analysis | – | 7.8% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 155.4† |
| LiveBench 2.0 | LiveBench | – | 48.5%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 24.9 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 22.8 | 38.9 |
| AA Progress Index v1 | Artificial Analysis | 266 | 306.7 |
| Vals Index | Vals AI | – | 48.6 |
| Vals Finance Index | Vals AI | – | 53.0% |
| Vals Legal Index | Vals AI | – | 68.5% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 7.6%† |
| DistressBench | Scale AI SEAL | – | 87.7%† |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 27.8 | 27.8 |
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
- MiniMax M2.5:新しい結果1件(Global-MMLU-Lite (AA))。
- Muse Spark Open (xhigh):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。
- Muse Spark Open (xhigh):新しい結果1件(ARC-AGI-3)。
- Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
- MiniMax M2.5:新しい結果1件(AA Progress Index v1)。
- Muse Spark Open (xhigh):新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $0.84/M → $2.02/M。
- MiniMax M2.5:BenchLeader Index 53.9 → 53.4。
- Muse Spark Open (xhigh):新しい結果6件(MLCR, Code Migration v1.1, Excel Modeling Benchmark v1.1…)、価格 $1.25/M → $0.15/M。
関連する比較
- Muse Spark Open vs Claude Opus 5.5
- Muse Spark Open vs GPT-6 Astra
- Muse Spark Open vs GPT-6.1 Sol
- Muse Spark Open vs Claude Fable 5
- Muse Spark Open vs Gemini 4 Argon
- Muse Spark Open vs GPT-5.6 Sol
- Muse Spark Open vs Claude Sonnet 5.5
- Muse Spark Open vs Claude Opus 4.7
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
MiniMax M2.5 vs Muse Spark Open:よくある質問
- MiniMax M2.5はMuse Spark Openより優れていますか?
- MiniMax M2.5とMuse Spark Open (xhigh)の品質は互角です(53.7 対 53.5、±8.1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。
- MiniMax M2.5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MiniMax M2.5の方が安く、100万トークンあたり$0.525 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MiniMax M2.5とMuse Spark Openのどちらが向いていますか?
- コーディングではMiniMax M2.5の方がスコアが高くなっています(カテゴリ指標で51 対 36。50が平均)。
- MiniMax M2.5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 41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Muse Spark Openの方がスコアが高くなっています(64 対 61)。コンテキストはMuse Spark Openの方が長く、1,048,576トークンです(MiniMax M2.5は204,800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 31.6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。
- MiniMax M2.5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10件のベンチマークのうち、MiniMax M2.5のリードが0件、Muse Spark Openのリードが9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。