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 1.1 | 100万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 1.1 | Qwen3.6 Max |
|---|---|---|
| プロバイダー | Meta | Alibaba |
| 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) | 1,048,576 | 262,144 |
| 比較した構成 | Muse Spark 1.1 | Qwen3.6 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 1.1 | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| 推論 | 67.8 | 60.8 | Muse Spark 1.1 |
| コーディング | 65.8 | 55.9 | Muse Spark 1.1 |
| エージェント・ツール | 50.9 | 72.1 | Qwen3.6 Max |
| 数学 | 61.3 | 64.4 | Qwen3.6 Max |
| 知識 | 69.2 | 59.7 | Muse Spark 1.1 |
| 指示追従 | 70.4 | 74.7 | Qwen3.6 Max |
| 人間の評価 | 64.5 | 64.5 | 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。
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。
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Index | Muse Spark 1.1 | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 62.2 | 62.1 | 互角 |
| Arena Text | 1491 | 1460 | Muse 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 1.1 | Qwen3.6 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 | $0.057 |
| 出力速度 | 193 tok/s | – |
| 回答開始までの時間 | 1.8秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Spark 1.1のスコアは62.2、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(13秒)。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
97件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Spark 1.1 | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.2 | 62.1 |
| エージェント・ツールスコア | BenchLeader | 50.9 | 72.1 |
| コーディングスコア | BenchLeader | 65.8 | 55.9 |
| 人間の評価スコア | BenchLeader | 64.5 | 64.5 |
| 指示追従スコア | BenchLeader | 70.4 | 74.7 |
| 知識スコア | BenchLeader | 69.2 | 59.7 |
| 数学スコア | BenchLeader | 61.3 | 64.4 |
| マルチモーダルスコア | BenchLeader | 63.6 | – |
| 推論スコア | BenchLeader | 67.8 | 60.8 |
| 長文コンテキストスコア | BenchLeader | – | 65.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.00 | $2.92 |
| 出力速度 | BenchLeader | 193 tok/s | – |
| 回答開始までの時間 | BenchLeader | 1.8秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 87.4% |
| SimpleBench | SimpleBench | – | 63.0% |
| Arena Hard Prompts | Arena (LMArena) | 1511 | 1481 |
| LiveBench 1.0 Reasoning | LiveBench | 87.7%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 89.8%† | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 46.2%† | 30.8% |
| GPQA Diamond (Vals) | Vals AI | 91.2%† | – |
| CritPt | Artificial Analysis | 15.1%† | 3.7% |
| Arena Expert | Arena (LMArena) | 1504 | 1497 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 34.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | 49.9%† | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | 94.4%† | 87.2% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| SciCode | SciCode | 58.8% | – |
| Arena Coding | Arena (LMArena) | 1533 | 1510 |
| Arena WebDev | Arena (LMArena) | 1542 | 1482 |
| LiveBench 1.0 Coding | LiveBench | 77.2%† | – |
| LiveCodeBench | Vals AI | 85.9%† | – |
| SWE-bench (Vals) | Vals AI | 82.0%† | 72.8% |
| SWE-Bench Pro | Scale AI SEAL | 61.5% | – |
| Code Migration | Vals AI | 31.1%† | – |
| ProgramBench | Vals AI | 0.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 72.2%† | – |
| SWE-Bench Pro (private) | Scale AI SEAL | 51.5% | – |
97件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Spark 1.1 | Qwen3.6 Max (max) |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 42.2%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 41.5%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 52.5%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 53.3% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 6.1%† | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 77.9%† | – |
| Design Arena Website | Design Arena | 1263 | – |
| エージェント・ツール | |||
| APEX-Agents | Mercor | 31.8% | – |
| Arena Agent | Arena (LMArena) | -8 | – |
| LiveBench Agentic Coding | LiveBench | 58.5%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 69.3%† | – |
| MCP Atlas | Scale AI SEAL | 88.1% | – |
| τ³-bench Banking | τ²-bench | 40.5%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1216† | – |
| τ³-Banking (AA) | Artificial Analysis | 31.8%† | – |
| Finance Agent v2 | Vals AI | 57.2%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 20.0%† | – |
| Legal Research Bench | Vals AI | 38.0%† | – |
| SkillsBench | Vals AI | 59.2%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Time Horizon Index: KSP | Vals AI | 1.7%† | – |
| Arena Agent Task Completion | Arena (LMArena) | -6.5 | – |
| GBAEval | Epoch AI Benchmarking Hub | 7.9% | – |
| Vending-Bench 2 | Andon Labs | 6520.5 | 4254.2 |
| AutomationBench | Artificial Analysis | 38.9%† | – |
| GDP.pdf (AA) | Artificial Analysis | 14.4%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 851† | – |
| Design Arena Agentic | Design Arena | 1172 | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 91.1% |
| ProofBench | Vals AI | 39.0% | – |
| LiveBench Mathematics | LiveBench | 87.1%† | – |
| Arena Maths | Arena (LMArena) | 1493 | 1471 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 57.8% | 52.0% |
| LiveBench 1.0 Data Analysis | LiveBench | 72.5%† | – |
| MMLU-Pro | Vals AI | 88.7%† | – |
| LegalBench | Vals AI | 85.0%† | – |
| CorpFin | Vals AI | 71.3%† | 66.5% |
| TaxEval | Vals AI | 79.7%† | – |
| PRBench Finance | Scale AI SEAL | 55.0% | – |
| PRBench Legal | Scale AI SEAL | 57.0% | – |
| MultiNRC | Scale AI SEAL | 65.6% | – |
| CaseLaw v2 | Vals AI | – | 47.9% |
| Excel Modeling Benchmark | Vals AI | 56.4%† | – |
| MedScribe | Vals AI | 88.9%† | – |
| Public Benefits Bench v1.1 | Vals AI | 61.3%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 15.0% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 74.3%† | – |
| LiveBench Instruction Following | LiveBench | 69.6%† | – |
| IFBench | Artificial Analysis | – | 76.6% |
| MultiChallenge | Scale AI SEAL | 75.3% | – |
| Arena Instruction Following | Arena (LMArena) | 1473 | 1451 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1491 | 1460 |
| EQ-Bench 4 | EQ-Bench | 1244 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1928 | – |
| Arena Creative Writing | Arena (LMArena) | 1443 | 1438 |
| Arena Multi-turn | Arena (LMArena) | 1497 | 1466 |
| Arena Longer Queries | Arena (LMArena) | 1481 | 1473 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1292 | – |
| MMMU-Pro (Vals) | Vals AI | 86.6%† | – |
| MortgageTax | Vals AI | 66.1%† | – |
| VTB | Scale AI SEAL | 44.8% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 77.7%† | 80.7% |
| Arena Document | Arena (LMArena) | 1480 | – |
| MLCR | Artificial Analysis | 7.2%† | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.9 | 149.8 |
| LiveBench 1.0 | LiveBench | 75.3%† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 33.7† | 28.4 |
| AA Progress Index v1 | Artificial Analysis | 302.7† | 297.1 |
| Vals Multimodal Index | Vals AI | 66.7%† | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 12.4% | – |
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。
関連する比較
- Muse Spark 1.1 vs Claude Fable 5.2
- Muse Spark 1.1 vs Gemini 4 Carbon
- Muse Spark 1.1 vs Claude Opus 5.5
- Qwen3.6 Max vs Claude Fable 5.2
- Qwen3.6 Max vs Gemini 4 Carbon
- Qwen3.6 Max vs Claude Opus 5.5
- Qwen3.6 Max vs GPT-6 Astra
- Muse Spark vs Qwen3.6 Max
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。