BenchLeader

Muse Spark 1.1 vs Muse Spark 1.2

詳しいプロフィール:Muse Spark 1.1(Meta)とMuse Spark 1.2(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、Muse Spark 1.1とMuse Spark 1.2の品質は互角です(BenchLeader Indexで62.2 対 61.5、±7.5の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$2.00 対 $2.00)。コーディング(66 対 55)、知識(69 対 65)を重視するならSpark 1.1、数学(67 対 61)、エージェント・ツール(55 対 51)、人間の評価(69 対 65)を重視するならSpark 1.2が向いています。回答開始までの時間はSpark 1.1の方が短く、1.8秒 対 11.4秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはMuse Spark 1.1が62.2、Muse Spark 1.2が61.5です(BenchLeader、2026年11月16日)。
  • Muse Spark 1.1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 1.2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16件のベンチマークのうち、Muse Spark 1.2が10件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はMuse Spark 1.1が1542、Muse Spark 1.2が1534です(LMArena、2026年11月16日までの公開値)。

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Muse Spark 1.1カテゴリスコア66 対 55;Arena WebDev 1542 対 1534高
エージェント・ツール利用Muse Spark 1.2カテゴリスコア55 対 51;Arena Agent -8.2 対 -8中
数学Muse Spark 1.2カテゴリスコア67 対 61;Arena Maths 1486 対 1493中
推論どちらでもカテゴリスコア68 対 68;Arena Hard Prompts 1511 対 1514どちらでも
知識Muse Spark 1.1カテゴリスコア69 対 65;SimpleQA Verified 57.8% 対 60.3%中
画像などのメディアMuse Spark 1.2カテゴリスコア65 対 64;Arena Vision 1305 対 1292中
チャットの質(人間の評価)Muse Spark 1.2Arenaの投票で69 対 65中
最低コストどちらでも100万トークンあたりブレンド価格$2.00 対 $2.00;エージェント型コーディングセッション$0.092 対 $0.092–
回答開始の速さMuse Spark 1.1最初の回答トークンまで1.8秒(Muse Spark 1.1)対 11.4秒(Muse Spark 1.2 (xhigh))–
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

  • Muse Spark 1.1とMuse Spark 1.2 (xhigh)の品質は互角です(62.2 対 61.5、±7.5の誤差範囲内)。
  • Muse Spark 1.1はコーディング、知識で優れています。
  • Muse Spark 1.2 (xhigh)はエージェント・ツール、人間の評価、数学、マルチモーダル、推論で優れています。
  • 価格はほぼ同じです(100万トークンあたりブレンド価格$2.00)。

概要

仕様Muse Spark 1.1Muse Spark 1.2
プロバイダーMetaMeta
リリース日2026年7月9日2026年8月5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Muse Spark 1.1Muse Spark 1.2 (xhigh)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$1.25 / $4.25 / $0.150$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Muse Spark 1.1Muse Spark 1.2 (xhigh)トップ
推論67.868.1互角
コーディング65.854.7Muse Spark 1.1
エージェント・ツール50.955.4Muse Spark 1.2
数学61.366.8Muse Spark 1.2
知識69.264.5Muse Spark 1.1
指示追従70.4–比較不可
人間の評価64.568.6Muse Spark 1.2
マルチモーダル63.665.3Muse Spark 1.2
長文コンテキスト–64.1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推論コーディングエージェント・ツール数学知識マルチモーダル人間の評価Muse Spark 1.1, 推論: 67.8Muse Spark 1.1, コーディング: 65.8Muse Spark 1.1, エージェント・ツール: 50.9Muse Spark 1.1, 数学: 61.3Muse Spark 1.1, 知識: 69.2Muse Spark 1.1, マルチモーダル: 63.6Muse Spark 1.1, 人間の評価: 64.5Muse Spark 1.2, 推論: 68.1Muse Spark 1.2, コーディング: 54.7Muse Spark 1.2, エージェント・ツール: 55.4Muse Spark 1.2, 数学: 66.8Muse Spark 1.2, 知識: 64.5Muse Spark 1.2, マルチモーダル: 65.3Muse Spark 1.2, 人間の評価: 68.6

描画していないもの(測定済みのモデルが2つ未満):指示追従, 長文コンテキスト。

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16件のベンチマークのうち、Muse Spark 1.1のリードが6件、Muse Spark 1.2のリードが10件です。両方を評価しているすべての総合指標で、Muse Spark 1.2が上回っています。

総合IndexMuse Spark 1.1Muse Spark 1.2 (xhigh)トップ
BenchLeader Index62.261.5互角
Arena Text14911493Muse Spark 1.2

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Muse Spark 1.1Muse Spark 1.2 (xhigh)
100万トークンあたりのブレンド価格$2.00$2.00
100万トークンあたりの入力/出力$1.25 / $4.25$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.150$0.150
タスクあたりの価格:チャットの返答$0.0018$0.0018
タスクあたりの価格:30ページのレポートを要約$0.018$0.018
タスクあたりの価格:コード編集$0.014$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$0.092$0.092
タスクあたりの価格:構造化データの抽出$0.0034$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)$0.043$0.043
出力速度193 tok/s208 tok/s
回答開始までの時間1.8秒11.4秒
回答が完了するまでの時間(最終測定2026年11月13日)–23.9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。Muse Spark 1.1のスコアは62.2、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(13秒)。Muse Spark 1.2 (xhigh)のスコアは61.5、最初の回答トークンまで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

105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Muse Spark 1.1Muse Spark 1.2 (xhigh)
BenchLeader IndexBenchLeader62.261.5
エージェント・ツールスコアBenchLeader50.955.4
コーディングスコアBenchLeader65.854.7
人間の評価スコアBenchLeader64.568.6
指示追従スコアBenchLeader70.4–
知識スコアBenchLeader69.264.5
数学スコアBenchLeader61.366.8
マルチモーダルスコアBenchLeader63.665.3
推論スコアBenchLeader67.868.1
長文コンテキストスコアBenchLeader–64.1
ブレンド価格($/100万トークン)BenchLeader$2.00$2.00
出力速度BenchLeader193 tok/s208 tok/s
回答開始までの時間BenchLeader1.8秒11.4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–74.5%†
Arena Hard PromptsArena (LMArena)15111514
LiveBench 1.0 ReasoningLiveBench87.7%†90.0%
GPQA Diamond (AA)Artificial Analysis89.8%†90.4%
Humanity's Last Exam (AA)Artificial Analysis46.2%†45.5%
GPQA Diamond (Vals)Vals AI91.2%†–
CritPtArtificial Analysis15.1%†17.7%
Arena ExpertArena (LMArena)15041503
Chess PuzzlesEpoch AI Benchmarking Hub34.0%†27.0%
LMCAEpoch AI Benchmarking Hub49.9%†48.4%
DTBenchEpoch AI Benchmarking Hub94.4%†94.7%
コーディング
SciCodeSciCode58.8%57.4%
WeirdMLWeirdML–60.3%
Arena CodingArena (LMArena)15331542
Arena WebDevArena (LMArena)15421534
LiveBench 1.0 CodingLiveBench77.2%†77.5%
LiveCodeBenchVals AI85.9%†–
IOIVals AI–21.8%
SWE-bench (Vals)Vals AI82.0%†86.6%
SWE-Bench ProScale AI SEAL61.5%–
Code MigrationVals AI31.1%†29.9%
ProgramBenchVals AI0.0%†0.5%
Vibe Code Bench v1.1Vals AI72.2%†79.1%
SWE-Bench Pro (private)Scale AI SEAL51.5%–
SWE Atlas v1.0: Codebase QnAScale AI SEAL42.2%†–
105件のベンチマークをすべて表示
指標公開元Muse Spark 1.1Muse Spark 1.2 (xhigh)
コーディング
SWE Atlas v1.0: Test WritingScale AI SEAL41.5%†–
Surface Evolver BenchEpoch AI Benchmarking Hub52.5%†–
DeepSWE v1.1Epoch AI Benchmarking Hub53.3%54.9%
FrontierSWEEpoch AI Benchmarking Hub–12.0%
Terminal-Bench 4.0 (AA)Artificial Analysis6.1%†7.1%
Terminal-Bench 2.1 (AA)Artificial Analysis77.9%†80.2%
Startrise FrontendStartrise–70.3%†
GameBench 2 OverallDuelLab GameBench 2–51.5†
GameBench 2 by reasoning settingDuelLab GameBench 2–56.9
Design Arena WebsiteDesign Arena12631309†
エージェント・ツール
APEX-AgentsMercor31.8%45.4%†
Arena AgentArena (LMArena)-8-8.2
LiveBench Agentic CodingLiveBench58.5%†57.6%
Terminal-Bench 2.1 (Vals)Vals AI69.3%†69.7%
MCP AtlasScale AI SEAL88.1%–
τ³-bench Bankingτ²-bench40.5%†–
GDPval-AA v2.1Artificial Analysis1216†1478
τ³-Banking (AA)Artificial Analysis31.8%†34.9%
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI57.2%†60.6%
Harvey's Legal Agent Benchmark v1Vals AI20.0%†25.4%
Legal Research BenchVals AI38.0%†43.8%
SkillsBenchVals AI59.2%†53.0%
SREBenchVals AI–0.0%
Tax Agent BenchVals AI–32.8%
Terminal-Bench 4.0 (Vals)Vals AI–6.1%
Time Horizon Index: KSPVals AI1.7%†–
Arena Agent Task CompletionArena (LMArena)-6.5-9.8
GBAEvalEpoch AI Benchmarking Hub7.9%–
Vending-Bench 2Andon Labs6520.5–
AutomationBenchArtificial Analysis38.9%†40.6%
GDP.pdf (AA)Artificial Analysis14.4%†17.4%
EnterpriseOps-GymArtificial Analysis–47.3%
AA-Briefcase v1.1Artificial Analysis851†1323
Design Arena AgenticDesign Arena11721185†
数学
ProofBenchVals AI39.0%43.0%†
LiveBench MathematicsLiveBench87.1%†91.2%
Arena MathsArena (LMArena)14931486
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub57.8%60.3%
LiveBench 1.0 Data AnalysisLiveBench72.5%†76.5%
MMLU-ProVals AI88.7%†88.3%
LegalBenchVals AI85.0%†85.3%
CorpFinVals AI71.3%†70.9%
TaxEvalVals AI79.7%†80.4%
PRBench FinanceScale AI SEAL55.0%–
PRBench LegalScale AI SEAL57.0%–
MultiNRCScale AI SEAL65.6%–
BioMysteryBenchVals AI–64.8%
Excel Modeling BenchmarkVals AI56.4%†57.0%
MedCodeVals AI–49.4%
MedScribeVals AI88.9%†90.1%
Public Benefits Bench v1.1Vals AI61.3%†68.5%
Financial Coaching BenchVals AI–75.7%
Immigration BenchVals AI–66.5%
GDP.pdfEpoch AI Benchmarking Hub15.0%16.0%
指示追従
LiveBench LanguageLiveBench74.3%†78.6%
LiveBench Instruction FollowingLiveBench69.6%†74.3%
MultiChallengeScale AI SEAL75.3%–
Arena Instruction FollowingArena (LMArena)14731479
人間の評価
Arena TextArena (LMArena)14911493
EQ-Bench 4EQ-Bench1244–
EQ-Bench Creative Writing v3EQ-Bench19281842†
Arena Creative WritingArena (LMArena)14431443
Arena Multi-turnArena (LMArena)14971510
Arena Longer QueriesArena (LMArena)14811491
マルチモーダル
Arena VisionArena (LMArena)12921305
MMMU-Pro (Vals)Vals AI86.6%†86.1%
MortgageTaxVals AI66.1%†65.4%
Humanity's Sixth SenseScale AI SEAL–24.5%
VTBScale AI SEAL44.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.7%†79.0%
Arena DocumentArena (LMArena)1480–
MLCRArtificial Analysis7.2%†7.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.9155.0†
LiveBench 1.0LiveBench75.3%†78.0%
AA Intelligence Index v4.3.2Artificial Analysis33.7†39.6
AA Progress Index v1Artificial Analysis302.7†309.1
Vals Multimodal IndexVals AI66.7%†69.8%†
安全性・誠実さ
FORTRESSScale AI SEAL12.4%–
DistressBenchScale AI SEAL–88.4%†

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 1.2 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.1:スコアの改訂2件。
  • Muse Spark 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):BenchLeader Index 62.2 → 61.6。
  • Muse Spark 1.2 (xhigh):新しい結果1件(AA Progress Index v1)。
  • Muse Spark 1.2 (xhigh):価格 $1.29/M → $0.81/M。
  • Muse Spark 1.2 (xhigh):価格 $0.97/M → $1.29/M。
  • Muse Spark 1.1: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

Muse Spark 1.1 vs Muse Spark 1.2:よくある質問

Muse Spark 1.1はMuse Spark 1.2より優れていますか?
Muse Spark 1.1とMuse Spark 1.2 (xhigh)の品質は互角です(62.2 対 61.5、±7.5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。
Muse Spark 1.1とMuse Spark 1.2はどちらが安いですか?今後変わる予定はありますか?
価格は同じで、100万トークンあたりのブレンド価格は$2.00です。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Muse Spark 1.1とMuse Spark 1.2のどちらが向いていますか?
コーディングではMuse Spark 1.1の方がスコアが高くなっています(カテゴリ指標で66 対 55。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Muse Spark 1.1が1542、Muse Spark 1.2が1534です。
Muse Spark 1.1とMuse Spark 1.2はどちらが速いですか?
Muse Spark 1.2の方が出力が速くなっています(出力208 対 193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Muse Spark 1.1とMuse Spark 1.2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 1.2の方がスコアが高くなっています(カテゴリ指標で55 対 51。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、Muse Spark 1.1が-8、Muse Spark 1.2が-8.2です。
ほかの質問(4件)
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。
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 1.1です。Artificial Analysisの測定では、最初の回答トークンまで1.8秒 対 11.4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。
Muse Spark 1.1とMuse Spark 1.2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16件のベンチマークのうち、Muse Spark 1.1のリードが6件、Muse Spark 1.2のリードが10件です。両方を評価しているすべての総合指標で、Muse Spark 1.2が上回っています。
Muse Spark 1.2はいつリリースされましたか?
Muse Spark 1.2は2026年8月5日にリリースされました。