BenchLeader

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 M2.5100万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 M2.5Muse Spark Open
プロバイダーMiniMaxMeta
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)204,8001,048,576
比較した構成MiniMax M2.5Muse 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 M2.5Muse Spark Open (xhigh)トップ
推論45.551.3Muse Spark Open
コーディング50.736.0MiniMax 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51.558.8Muse 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61.263.8Muse 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。

2550 avg75推論コーディング知識長文コンテキストMiniMax M2.5, 推論: 45.5MiniMax M2.5, コーディング: 50.7MiniMax M2.5, 知識: 51.5MiniMax M2.5, 長文コンテキスト: 61.2Muse 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IndexMiniMax M2.5Muse Spark Open (xhigh)トップ
BenchLeader Index53.753.5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 M2.5Muse 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/s180 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 M2.5Muse Spark Open (xhigh)
BenchLeader IndexBenchLeader53.753.5
エージェント・ツールスコアBenchLeader46.6–
コーディングスコアBenchLeader50.736.0
人間の評価スコアBenchLeader56.1–
指示追従スコアBenchLeader70.3–
知識スコアBenchLeader51.558.8
長文コンテキストスコアBenchLeader61.263.8
数学スコアBenchLeader51.8–
推論スコアBenchLeader45.551.3
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BenchLeader41 tok/s180 tok/s
回答開始までの時間BenchLeader31.6秒9.9秒
コンテキストウィンドウBenchLeader204,800トークン1,048,576トークン
推論
Arena Hard PromptsArena (LMArena)1418–
LiveBench 2.0 ReasoningLiveBench–73.7%†
GPQA Diamond (AA)Artificial Analysis84.8%89.0%
Humanity's Last Exam (AA)Artificial Analysis20.5%43.9%
HLE-Diamond (AA)Artificial Analysis–26.3%
GPQA Diamond (Vals)Vals AI82.1%–
Kagi LLM BenchmarkKagi LLM Benchmark55.2%–
ARC-AGI-1ARC Prize63.7%89.0%
ARC-AGI-2ARC Prize4.9%57.5%
ARC-AGI-3ARC Prize–0.4%
CritPtArtificial Analysis1.1%14.9%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
HLE-Diamond (Scale)Scale AI SEAL–28.0%†
Arena ExpertArena (LMArena)1427–
CL-benchEpoch AI Benchmarking Hub11.4%–
CL-bench LifeEpoch AI Benchmarking Hub6.3%–
コーディング
Arena CodingArena (LMArena)1447–
Arena WebDevArena (LMArena)13861526†
LiveBench 2.0 CodingLiveBench–55.1%†
SciCode (AA)Artificial Analysis–58.5%
LiveCodeBenchVals AI79.2%–
SWE-bench (Vals)Vals AI74.2%–
SWE-bench Verified (bash only)SWE-bench75.8%†–
SWE-bench Multilingual (bash only)SWE-bench68.3%–
SWE-bench Verified (any scaffold)SWE-bench75.8%†–
112件のベンチマークをすべて表示
指標公開元MiniMax M2.5Muse Spark Open (xhigh)
コーディング
Code MigrationVals AI–21.2%
Code Migration v1.1Vals AI–26.9%
Vibe Code Bench v1.1Vals AI14.8%76.2%
SWE Atlas v1.0: Codebase QnAScale AI SEAL10.3%–
SWE Atlas v1.0: RefactoringScale AI SEAL19.5%–
SWE Atlas v1.0: Test WritingScale AI SEAL18.6%–
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%
ALE-BenchEpoch AI Benchmarking Hub618.2–
Terminal-Bench 4.0 (AA)Artificial Analysis–8.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–76.4%
GameBench 2 OverallDuelLab GameBench 2–55.3†
GameBench 2 by reasoning settingDuelLab GameBench 2–59.3
Design Arena WebsiteDesign Arena12141305
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-BenchTerminal-Bench42.7%–
LiveBench Long AgenticLiveBench–12.1%†
LiveBench BrowserLiveBench–26.2%†
Terminal-Bench HardArtificial Analysis34.9%–
τ²-Bench Telecom (AA)Artificial Analysis95.3%–
HiL-BenchScale AI SEAL6.3%59.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–45.1%
GDPval-AA v2.1Artificial Analysis–1401
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%
Tax Agent BenchVals AI–26.3%
Terminal-Bench 2.0 (Vals)Vals AI41.6%–
Terminal-Bench 4.0 (Vals)Vals AI–6.6%
Vending-Bench 2Andon Labs-23.2–
AutomationBenchArtificial Analysis–49.7%
GDP.pdf (AA)Artificial Analysis–18.6%
AA-Briefcase v1.1Artificial Analysis–1280
GDPxGDPx by SemiAnalysis–1.7%†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
ProofBenchVals AI4.0%–
AIME (Vals)Vals AI88.8%–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
Arena MathsArena (LMArena)1392–
知識
LiveBench 2.0 Data AnalysisLiveBench–60.2%†
LiveBench ResearchLiveBench–82.7%†
AA-Omniscience v1.1Artificial Analysis–25.8
MMLU-ProVals AI80.1%–
LegalBenchVals AI80.0%–
CorpFinVals AI59.6%–
TaxEvalVals AI68.2%–
MedQAVals AI92.5%–
PRBench LegalScale AI SEAL–59.8%†
CaseLaw v2Vals AI53.5%–
Excel Modeling BenchmarkVals AI–53.7%
Excel Modeling Benchmark v1.1Vals AI–62.0%
AA-Omniscience v1.1: accuracyArtificial Analysis–42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.0%
Global-MMLU-Lite (AA)Artificial Analysis84.2%–
指示追従
IFBenchArtificial Analysis71.6%–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1381–
人間の評価
Arena TextArena (LMArena)1391–
EQ-Bench Creative Writing v3EQ-Bench1362–
Arena Creative WritingArena (LMArena)1356–
Arena Multi-turnArena (LMArena)1397–
Arena Longer QueriesArena (LMArena)1406–
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 Analysis73.3%78.3%
MLCRArtificial Analysis–7.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–155.4†
LiveBench 2.0LiveBench–48.5%†
AA Intelligence Index v5.0.1Artificial Analysis–24.9
AA Intelligence Index v4.3.2Artificial Analysis22.838.9
AA Progress Index v1Artificial Analysis266306.7
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

  • 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。

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。