BenchLeader

Mistral Large 4 vs Muse Spark 1.3

詳しいプロフィール:Mistral Large 4(Mistral AI)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Mistral Large 4を上回ります(BenchLeader Indexで61.6 対 52.9)。ただし、価格はMistral Large 4の方が1.9倍安く、100万トークンあたりのブレンド価格で$1.05 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。

要点(2026年11月16日時点)

  • BenchLeader IndexはMistral Large 4が52.9、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Mistral Large 4の100万トークンあたりのブレンド価格は$1.05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)。
  • 両モデルに結果がある5件のベンチマークのうち、Muse Spark 1.3が5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 49高
数学Muse Spark 1.3カテゴリスコア56 対 54;ProofBench 55.0% 対 10.0%中
推論Muse Spark 1.3カテゴリスコア71 対 46;LMCA 53.9% 対 35.8%高
知識Muse Spark 1.3カテゴリスコア81 対 41高
チャットの質(人間の評価)–Arenaの評価があるのはMistral Large 4のみです(カテゴリスコア60)比較不可
最低コストMistral Large 4100万トークンあたりブレンド価格$1.05 対 $2.00;エージェント型コーディングセッション$0.050 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 40.9秒(Mistral Large 4)–
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 52.9。
  • 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。
  • Mistral Large 4の方が1.9倍安くなっています(100万トークンあたりブレンド価格$1.05 対 $2.00)。
  • Muse Spark 1.3の方が出力が1.7倍速くなっています(163 対 97トークン/秒)。

概要

仕様Mistral Large 4Muse Spark 1.3
プロバイダーMistral AIMeta
リリース日2026年10月6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Mistral Large 4Muse 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)$0.700 / $2.10 / $0.070$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Mistral Large 4Muse Spark 1.3トップ
推論46.271.0Muse Spark 1.3
コーディング53.8–比較不可
エージェント・ツール48.861.3Muse Spark 1.3
数学54.256.3Muse Spark 1.3
知識40.781.2Muse Spark 1.3
人間の評価59.7–比較不可
マルチモーダル58.0–比較不可
長文コンテキスト65.3–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Mistral Large 4, 推論: 46.2Mistral Large 4, エージェント・ツール: 48.8Mistral Large 4, 数学: 54.2Mistral Large 4, 知識: 40.7Muse 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5件のベンチマークのうち、Mistral Large 4のリードが0件、Muse Spark 1.3のリードが5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IndexMistral Large 4Muse Spark 1.3トップ
BenchLeader Index52.961.6Muse Spark 1.3
AA Intelligence Index v5.0.125.336.6†Muse Spark 1.3
Arena Text14201497†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Mistral Large 4Muse Spark 1.3
100万トークンあたりのブレンド価格$1.05$2.00
100万トークンあたりの入力/出力$0.700 / $2.10$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.070$0.150
タスクあたりの価格:チャットの返答$0.0009$0.0018
タスクあたりの価格:30ページのレポートを要約$0.0097$0.018
タスクあたりの価格:コード編集$0.0074$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$0.050$0.092
タスクあたりの価格:構造化データの抽出$0.0018$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)$0.022$0.043
ベンチマークのタスクあたりのコスト(AA Index)$4.21–
タスクあたりの出力トークン(AA Index)135k–
うち推論102k–
タスクあたりの時間(AA Index)23 min–
出力速度97 tok/s163 tok/s
回答開始までの時間40.9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)119.0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。Mistral Large 4のスコアは52.9、最初の回答トークンまで41秒。Mistral Large 4 (high)は48.3(45秒)、Mistral Large 4 (medium)は45.9(27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

142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Mistral Large 4Muse Spark 1.3
BenchLeader IndexBenchLeader52.961.6
エージェント・ツールスコアBenchLeader48.861.3
コーディングスコアBenchLeader53.8–
人間の評価スコアBenchLeader59.7–
知識スコアBenchLeader40.781.2
長文コンテキストスコアBenchLeader65.3–
数学スコアBenchLeader54.256.3
マルチモーダルスコアBenchLeader58.0–
推論スコアBenchLeader46.271.0
ブレンド価格($/100万トークン)BenchLeader$1.05$2.00
出力速度BenchLeader97 tok/s163 tok/s
回答開始までの時間BenchLeader40.9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
GPQA DiamondEpoch AI Benchmarking Hub88.1%†–
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)14531517†
LiveBench 2.0 ReasoningLiveBench85.2%†89.7%†
LiveBench 1.0 ReasoningLiveBench83.9%†89.7%†
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis35.0%48.7%†
HLE-Diamond (AA)Artificial Analysis15.1%33.7%†
CritPtArtificial Analysis10.6%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis24.5%48.0%†
MysteryMechanismVals AI12.2%†36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)14641521†
Chess PuzzlesEpoch AI Benchmarking Hub33.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub17.0%†25.0%†
LMCAEpoch AI Benchmarking Hub35.8%53.9%
DTBenchEpoch AI Benchmarking Hub88.2%96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SciCodeSciCode54.2%58.8%†
FrontierCodeCognition39.4%†–
Arena CodingArena (LMArena)14841534†
Arena WebDevArena (LMArena)15651655†
LiveBench 2.0 CodingLiveBench79.4%†84.4%†
LiveBench 1.0 CodingLiveBench77.2%†81.1%†
142件のベンチマークをすべて表示
指標公開元Mistral Large 4Muse Spark 1.3
コーディング
IOIVals AI45.3%†56.6%†
Code MigrationVals AI30.6%†47.4%†
ProgramBenchVals AI–2.5%†
SWE-bench MultimodalVals AI33.1%†43.1%†
Vibe Code Bench 1-100Vals AI14.3%†20.5%†
Vibe Code Bench v1.1Vals AI78.4%†85.9%†
SWE Atlas v1.1Scale AI SEAL45.2%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL61.3%–
SWE Atlas v1.1: Test WritingScale AI SEAL40.0%–
SWE Atlas v1.1: RefactoringScale AI SEAL34.3%–
MirrorCodeEpoch AI Benchmarking Hub40.0%†54.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub28.1%–
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub1213.21688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML4.5%†6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis26.8%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 257.6†68.5†
Design Arena WebsiteDesign Arena12581353†
FrontierCode 1.1 (AA)Artificial Analysis41.5%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis13.6%23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench27.6%†14.8%†
APEX-AgentsMercor51.6%†58.6%
Arena AgentArena (LMArena)-5.42.2†
LiveBench Long AgenticLiveBench24.7%†47.9%†
LiveBench BrowserLiveBench17.4%†30.9%†
LiveBench Agentic CodingLiveBench57.2%†64.1%†
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis46.1%–
GDPval-AA v2.1Artificial Analysis14311681†
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 AI–72.7%†
Finance Agent v2Vals AI54.7%†60.0%†
Finance Agent v2.1Vals AI61.4%†–
Harvey's Legal Agent Benchmark v1.1Vals AI17.5%†–
Harvey's Legal Agent Benchmark v1Vals AI15.8%†23.8%†
Legal Research BenchVals AI31.7%†55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI30.4%†42.4%†
Terminal-Bench 4.0 (Vals)Vals AI27.8%†24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena Agent Task CompletionArena (LMArena)-4.73.7†
AutomationBenchArtificial Analysis59.9%57.9%†
GDP.pdf (AA)Artificial Analysis18.6%26.6%†
Harvey LAB-AA v1.1Harvey3.1%8.9%†
AA-Briefcase v1.1Artificial Analysis13931581†
Design Arena AgenticDesign Arena–1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis4.8%10.9%†
CWE-Bench (AA)Artificial Analysis50.8%60.8%†
DeepSec-Bench (AA)Artificial Analysis16.0%12.5%†
CyberGym end-to-end (AA)Artificial Analysis81.7%59.5%†
MKA (AA)Artificial Analysis35.1%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub58.6%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub98.3%†99.2%†
ProofBenchVals AI10.0%55.0%
LiveBench MathematicsLiveBench93.6%†96.0%†
Arena MathsArena (LMArena)14591506†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub20.0%†–
LiveBench 2.0 Data AnalysisLiveBench76.6%†79.6%†
LiveBench ResearchLiveBench80.3%†82.5%†
LiveBench 1.0 Data AnalysisLiveBench76.5%†79.6%†
AA-Omniscience v1.1Artificial Analysis-7.522.4†
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
BioMysteryBenchVals AI67.0%†–
Excel Modeling BenchmarkVals AI56.2%†67.4%†
Excel Modeling Benchmark v1.1Vals AI69.0%†–
MedCodeVals AI40.7%†–
MedScribeVals AI80.4%†–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI63.7%†64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis23.9%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis58.7%74.8%†
指示追従
LiveBench LanguageLiveBench49.6%†82.8%†
LiveBench Instruction FollowingLiveBench64.8%†78.0%†
Arena Instruction FollowingArena (LMArena)14181485†
人間の評価
Arena TextArena (LMArena)14201497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)13591468†
Arena Multi-turnArena (LMArena)14291493†
Arena Longer QueriesArena (LMArena)14201498†
マルチモーダル
Arena VisionArena (LMArena)12441310†
LiveBench DesignLiveBench76.3%†74.8%†
MMMU-ProArtificial Analysis76.4%82.0%†
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Furniture AssemblyEpoch AI Benchmarking Hub20.8%†–
VIALS-AAHandshake AI20.5%†–
Code2Video-AAArtificial Analysis9311019†
AA-3DArtificial Analysis8821032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis81.3%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis7.8%13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.6158.2
LiveBench 2.0LiveBench60.3%†68.6%†
LiveBench 1.0LiveBench71.8%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis25.336.6†
AA Intelligence Index v4.3.2Artificial Analysis38.448.1†
AA Progress Index v1Artificial Analysis312.4324.5†
Vals Finance IndexVals AI56.9%†–
Vals RSI IndexVals AI–19.6%†
Vals Legal IndexVals AI65.6%†–
AA Cyber IndexArtificial Analysis49.544.3†
安全性・誠実さ
FORTRESSScale AI SEAL23.1%–
DistressBenchScale AI SEAL77.0%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

  • Mistral Large 4:BenchLeader Index 52.2 → 52.9。
  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Mistral Large 4:新しい結果1件(GDPval-AA v2.1)。
  • Mistral Large 4:スコアの改訂1件。
  • Mistral Large 4:スコアの改訂2件。
  • 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)。
  • Mistral Large 4:スコアの改訂6件。
  • Mistral Large 4:BenchLeader Index 52.7 → 52.2。

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

Mistral Large 4 vs Muse Spark 1.3:よくある質問

Muse Spark 1.3はMistral Large 4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 52.9。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。
Mistral Large 4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Mistral Large 4の方が安く、100万トークンあたり$1.05 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。
Mistral Large 4とMuse Spark 1.3はどちらが速いですか?
Muse Spark 1.3の方が出力が速くなっています(出力163 対 97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Mistral Large 4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 49。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 40.9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。
Mistral Large 4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5件のベンチマークのうち、Mistral Large 4のリードが0件、Muse Spark 1.3のリードが5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。
Mistral Large 4はいつリリースされましたか?
Mistral Large 4は2026年10月6日にリリースされました。