BenchLeader

Muse Spark 1.1 vs Qwen3.6 Max

詳しいプロフィール:Muse Spark 1.1(Meta)とQwen3.6 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 9件の情報源のデータ

2026年11月16日時点で、Muse Spark 1.1とQwen3.6 Maxの品質は互角です(BenchLeader Indexで62.2 対 62.1、±6.4の誤差範囲内)。価格はMuse Spark 1.1の方が1.5倍安く、100万トークンあたりのブレンド価格で$2.00 対 $2.92です。コーディング(66 対 56)、知識(69 対 60)、推論(68 対 61)を重視するならMuse Spark 1.1、エージェント・ツール(72 対 51)、指示追従(75 対 70)、数学(64 対 61)を重視するならQwen3.6 Maxが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはMuse Spark 1.1が62.2、Qwen3.6 Maxが62.1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)。
  • Qwen3.6 Maxの100万トークンあたりのブレンド価格は$2.92です(定価、2026年11月16日)。
  • 両モデルに結果がある12件のベンチマークのうち、Muse Spark 1.1が12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、Qwen3.6 Maxが1482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 56;Arena WebDev 1542 対 1482高
エージェント・ツール利用Qwen3.6 Maxカテゴリスコア72 対 51;Vending-Bench 2 4254.2 対 6520.5高
数学Qwen3.6 Maxカテゴリスコア64 対 61;Arena Maths 1471 対 1493中
推論Muse Spark 1.1カテゴリスコア68 対 61;Arena Hard Prompts 1511 対 1481中
知識Muse Spark 1.1カテゴリスコア69 対 60;SimpleQA Verified 57.8% 対 52.0%高
指示への追従Qwen3.6 Maxカテゴリスコア75 対 70;Arena Instruction Following 1451 対 1473中
チャットの質(人間の評価)どちらでもArenaの投票で65 対 65どちらでも
最低コストMuse Spark 1.1100万トークンあたりブレンド価格$2.00 対 $2.92;エージェント型コーディングセッション$0.092 対 $0.109–
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Qwen3.6 Max (max)の品質は互角です(62.2 対 62.1、±6.4の誤差範囲内)。
  • Muse Spark 1.1はコーディング、知識、推論で優れています。
  • Qwen3.6 Max (max)はエージェント・ツール、指示追従、数学で優れています。
  • Muse Spark 1.1の方が1.5倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $2.92)。

概要

仕様Muse Spark 1.1Qwen3.6 Max
プロバイダーMetaAlibaba
リリース日2026年7月9日2026年4月20日
コンテキストウィンドウ(トークン)1,048,576262,144
比較した構成Muse Spark 1.1Qwen3.6 Max (max)
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$1.30 / $7.80 / $0.130

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 1.1Qwen3.6 Max (max)トップ
推論67.860.8Muse Spark 1.1
コーディング65.855.9Muse Spark 1.1
エージェント・ツール50.972.1Qwen3.6 Max
数学61.364.4Qwen3.6 Max
知識69.259.7Muse Spark 1.1
指示追従70.474.7Qwen3.6 Max
人間の評価64.564.5互角
マルチモーダル63.6–比較不可
長文コンテキスト–65.0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・ツール数学知識指示追従人間の評価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, 指示追従: 70.4Muse Spark 1.1, 人間の評価: 64.5Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 指示追従: 74.7Qwen3.6 Max, 人間の評価: 64.5

描画していないもの(測定済みのモデルが2つ未満):長文コンテキスト, マルチモーダル。

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12件のベンチマークのうち、Muse Spark 1.1のリードが12件、Qwen3.6 Max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 1.1が上回っています。

総合IndexMuse Spark 1.1Qwen3.6 Max (max)トップ
BenchLeader Index62.262.1互角
Arena Text14911460Muse Spark 1.1

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 1.1Qwen3.6 Max (max)
100万トークンあたりのブレンド価格$2.00$2.92
100万トークンあたりの入力/出力$1.25 / $4.25$1.30 / $7.80
100万トークンあたりのキャッシュ入力$0.150$0.130
タスクあたりの価格:チャットの返答$0.0018$0.0029
タスクあたりの価格:30ページのレポートを要約$0.018$0.020
タスクあたりの価格:コード編集$0.014$0.019
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$0.109
タスクあたりの価格:構造化データの抽出$0.0034$0.0042
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$0.057
出力速度193 tok/s–
回答開始までの時間1.8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)。Qwen3.6 Max (max)のスコアは62.1。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

97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 1.1Qwen3.6 Max (max)
BenchLeader IndexBenchLeader62.262.1
エージェント・ツールスコアBenchLeader50.972.1
コーディングスコアBenchLeader65.855.9
人間の評価スコアBenchLeader64.564.5
指示追従スコアBenchLeader70.474.7
知識スコアBenchLeader69.259.7
数学スコアBenchLeader61.364.4
マルチモーダルスコアBenchLeader63.6–
推論スコアBenchLeader67.860.8
長文コンテキストスコアBenchLeader–65.0
ブレンド価格($/100万トークン)BenchLeader$2.00$2.92
出力速度BenchLeader193 tok/s–
回答開始までの時間BenchLeader1.8秒–
コンテキストウィンドウBenchLeader1,048,576トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)15111481
LiveBench 1.0 ReasoningLiveBench87.7%†–
GPQA Diamond (AA)Artificial Analysis89.8%†88.8%
Humanity's Last Exam (AA)Artificial Analysis46.2%†30.8%
GPQA Diamond (Vals)Vals AI91.2%†–
CritPtArtificial Analysis15.1%†3.7%
Arena ExpertArena (LMArena)15041497
Chess PuzzlesEpoch AI Benchmarking Hub34.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub49.9%†42.5%
DTBenchEpoch AI Benchmarking Hub94.4%†87.2%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
SciCodeSciCode58.8%–
Arena CodingArena (LMArena)15331510
Arena WebDevArena (LMArena)15421482
LiveBench 1.0 CodingLiveBench77.2%†–
LiveCodeBenchVals AI85.9%†–
SWE-bench (Vals)Vals AI82.0%†72.8%
SWE-Bench ProScale AI SEAL61.5%–
Code MigrationVals AI31.1%†–
ProgramBenchVals AI0.0%†–
Vibe Code Bench v1.1Vals AI72.2%†–
SWE-Bench Pro (private)Scale AI SEAL51.5%–
97件のベンチマークをすべて表示
指標公開元Muse Spark 1.1Qwen3.6 Max (max)
コーディング
SWE Atlas v1.0: Codebase QnAScale AI SEAL42.2%†–
SWE Atlas v1.0: Test WritingScale AI SEAL41.5%†–
Surface Evolver BenchEpoch AI Benchmarking Hub52.5%†–
DeepSWE v1.1Epoch AI Benchmarking Hub53.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis6.1%†–
Terminal-Bench 2.1 (AA)Artificial Analysis77.9%†–
Design Arena WebsiteDesign Arena1263–
エージェント・ツール
APEX-AgentsMercor31.8%–
Arena AgentArena (LMArena)-8–
LiveBench Agentic CodingLiveBench58.5%†–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI69.3%†–
MCP AtlasScale AI SEAL88.1%–
τ³-bench Bankingτ²-bench40.5%†–
GDPval-AA v2.1Artificial Analysis1216†–
τ³-Banking (AA)Artificial Analysis31.8%†–
Finance Agent v2Vals AI57.2%†–
Harvey's Legal Agent Benchmark v1Vals AI20.0%†–
Legal Research BenchVals AI38.0%†–
SkillsBenchVals AI59.2%†–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Time Horizon Index: KSPVals AI1.7%†–
Arena Agent Task CompletionArena (LMArena)-6.5–
GBAEvalEpoch AI Benchmarking Hub7.9%–
Vending-Bench 2Andon Labs6520.54254.2
AutomationBenchArtificial Analysis38.9%†–
GDP.pdf (AA)Artificial Analysis14.4%†–
AA-Briefcase v1.1Artificial Analysis851†–
Design Arena AgenticDesign Arena1172–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
ProofBenchVals AI39.0%–
LiveBench MathematicsLiveBench87.1%†–
Arena MathsArena (LMArena)14931471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub57.8%52.0%
LiveBench 1.0 Data AnalysisLiveBench72.5%†–
MMLU-ProVals AI88.7%†–
LegalBenchVals AI85.0%†–
CorpFinVals AI71.3%†66.5%
TaxEvalVals AI79.7%†–
PRBench FinanceScale AI SEAL55.0%–
PRBench LegalScale AI SEAL57.0%–
MultiNRCScale AI SEAL65.6%–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI56.4%†–
MedScribeVals AI88.9%†–
Public Benefits Bench v1.1Vals AI61.3%†–
GDP.pdfEpoch AI Benchmarking Hub15.0%–
指示追従
LiveBench LanguageLiveBench74.3%†–
LiveBench Instruction FollowingLiveBench69.6%†–
IFBenchArtificial Analysis–76.6%
MultiChallengeScale AI SEAL75.3%–
Arena Instruction FollowingArena (LMArena)14731451
人間の評価
Arena TextArena (LMArena)14911460
EQ-Bench 4EQ-Bench1244–
EQ-Bench Creative Writing v3EQ-Bench1928–
Arena Creative WritingArena (LMArena)14431438
Arena Multi-turnArena (LMArena)14971466
Arena Longer QueriesArena (LMArena)14811473
マルチモーダル
Arena VisionArena (LMArena)1292–
MMMU-Pro (Vals)Vals AI86.6%†–
MortgageTaxVals AI66.1%†–
VTBScale AI SEAL44.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.7%†80.7%
Arena DocumentArena (LMArena)1480–
MLCRArtificial Analysis7.2%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.9149.8
LiveBench 1.0LiveBench75.3%†–
AA Intelligence Index v4.3.2Artificial Analysis33.7†28.4
AA Progress Index v1Artificial Analysis302.7†297.1
Vals Multimodal IndexVals AI66.7%†–
安全性・誠実さ
FORTRESSScale AI SEAL12.4%–

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。

最近の変化

  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Spark 1.1:スコアの改訂2件。
  • Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Spark 1.1:BenchLeader Index 63.1 → 62.5。
  • Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。

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 Qwen3.6 Max:よくある質問

Muse Spark 1.1はQwen3.6 Maxより優れていますか?
Muse Spark 1.1とQwen3.6 Max (max)の品質は互角です(62.2 対 62.1、±6.4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Qwen3.6 Max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Muse Spark 1.1の方が安く、100万トークンあたり$2.00 対 $2.92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Muse Spark 1.1とQwen3.6 Max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 56。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、Qwen3.6 Maxが1482です。
エージェントやツール利用にはMuse Spark 1.1とQwen3.6 Max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Qwen3.6 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 51。50が平均)。
長い文書にはどちらが向いていますか?
コンテキストはMuse Spark 1.1の方が長く、1,048,576トークンです(Qwen3.6 Maxは262,144トークン)。
ほかの質問(2件)
Muse Spark 1.1とQwen3.6 Max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12件のベンチマークのうち、Muse Spark 1.1のリードが12件、Qwen3.6 Max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 1.1が上回っています。
Muse Spark 1.1はいつリリースされましたか?
Muse Spark 1.1は2026年7月9日にリリースされました。