BenchLeader

Muse Spark 1.1 vs Qwen3.6 Plus

詳しいプロフィール:Muse Spark 1.1(Meta)とQwen3.6 Plus(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 · 10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 Plusの品質は互角です(BenchLeader Indexで62.2 対 59.0、±6.9の誤差範囲内)。価格はQwen3.6 Plusの方が1.8倍安く、100万トークンあたりのブレンド価格で$1.13 対 $2.00です。コーディング(66 対 51)、知識(69 対 57)、推論(68 対 63)を重視するならMuse Spark 1.1、指示追従(73 対 70)、エージェント・ツール(53 対 51)を重視するならQwen3.6 Plusが向いています。回答開始までの時間はMuse Spark 1.1の方が短く、1.8秒 対 44.4秒です。Muse Spark 1.1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Muse Spark 1.1が62.2、Qwen3.6 Plusが59.0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 Plusの100万トークンあたりのブレンド価格は$1.13です(定価、2026年11月16日)。
  • Muse Spark 1.1はQwen3.6 Plus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14件のベンチマークのうち、Muse Spark 1.1が14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 Plusが1461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 51;Arena WebDev 1542 対 1461高
エージェント・ツール利用Qwen3.6 Plusカテゴリスコア53 対 51;Vending-Bench 2 5114.9 対 6520.5中
数学Muse Spark 1.1カテゴリスコア61 対 58;Arena Maths 1493 対 1451中
推論Muse Spark 1.1カテゴリスコア68 対 63;Arena Hard Prompts 1511 対 1467中
知識Muse Spark 1.1カテゴリスコア69 対 57;SimpleQA Verified 57.8% 対 44.1%高
画像などのメディアMuse Spark 1.1カテゴリスコア64 対 60中
指示への追従Qwen3.6 Plusカテゴリスコア73 対 70;Arena Instruction Following 1435 対 1473中
チャットの質(人間の評価)Muse Spark 1.1Arenaの投票で65 対 62中
最低コストQwen3.6 Plus100万トークンあたりブレンド価格$1.13 対 $2.00;エージェント型コーディングセッション$0.042 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 44.4秒(Qwen3.6 Plus)–
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 Plusの品質は互角です(62.2 対 59.0、±6.9の誤差範囲内)。
  • Muse Spark 1.1はコーディング、人間の評価、知識、数学、マルチモーダル、推論で優れています。
  • Qwen3.6 Plusはエージェント・ツール、指示追従で優れています。
  • Qwen3.6 Plusの方が1.8倍安くなっています(100万トークンあたりブレンド価格$1.13 対 $2.00)。
  • Muse Spark 1.1の方が出力が3.7倍速くなっています(193 対 52トークン/秒)。

概要

仕様Muse Spark 1.1Qwen3.6 Plus
プロバイダーMetaAlibaba
リリース日2026年7月9日2026年3月31日
コンテキストウィンドウ(トークン)1,048,5761,000,000
比較した構成Muse Spark 1.1Qwen3.6 Plus
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$0.500 / $3.00 / $0.050

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 Plusトップ
推論67.862.9Muse Spark 1.1
コーディング65.850.8Muse Spark 1.1
エージェント・ツール50.953.1Qwen3.6 Plus
数学61.357.6Muse Spark 1.1
知識69.256.9Muse Spark 1.1
指示追従70.473.4Qwen3.6 Plus
人間の評価64.562.4Muse Spark 1.1
マルチモーダル63.660.3Muse Spark 1.1
長文コンテキスト–63.8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, 指示追従: 70.4Muse Spark 1.1, マルチモーダル: 63.6Muse Spark 1.1, 人間の評価: 64.5Qwen3.6 Plus, 推論: 62.9Qwen3.6 Plus, コーディング: 50.8Qwen3.6 Plus, エージェント・ツール: 53.1Qwen3.6 Plus, 数学: 57.6Qwen3.6 Plus, 知識: 56.9Qwen3.6 Plus, 指示追従: 73.4Qwen3.6 Plus, マルチモーダル: 60.3Qwen3.6 Plus, 人間の評価: 62.4

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。

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14件のベンチマークのうち、Muse Spark 1.1のリードが14件、Qwen3.6 Plus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 Plusトップ
BenchLeader Index62.259.0互角
Arena Text14911443Muse 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 Plus
100万トークンあたりのブレンド価格$2.00$1.13
100万トークンあたりの入力/出力$1.25 / $4.25$0.500 / $3.00
100万トークンあたりのキャッシュ入力$0.150$0.050
タスクあたりの価格:チャットの返答$0.0018$0.0011
タスクあたりの価格:30ページのレポートを要約$0.018$0.0078
タスクあたりの価格:コード編集$0.014$0.0075
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$0.042
タスクあたりの価格:構造化データの抽出$0.0034$0.0016
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$0.022
出力速度193 tok/s52 tok/s
回答開始までの時間1.8秒44.4秒
回答が完了するまでの時間(最終測定2026年11月13日)–113.4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 Plusのスコアは59.0、最初の回答トークンまで44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

104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 Plus
BenchLeader IndexBenchLeader62.259.0
エージェント・ツールスコアBenchLeader50.953.1
コーディングスコアBenchLeader65.850.8
人間の評価スコアBenchLeader64.562.4
指示追従スコアBenchLeader70.473.4
知識スコアBenchLeader69.256.9
数学スコアBenchLeader61.357.6
マルチモーダルスコアBenchLeader63.660.3
推論スコアBenchLeader67.862.9
長文コンテキストスコアBenchLeader–63.8
ブレンド価格($/100万トークン)BenchLeader$2.00$1.13
出力速度BenchLeader193 tok/s52 tok/s
回答開始までの時間BenchLeader1.8秒44.4秒
コンテキストウィンドウBenchLeader1,048,576トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–88.4%
Arena Hard PromptsArena (LMArena)15111467
LiveBench 1.0 ReasoningLiveBench87.7%†75.8%
GPQA Diamond (AA)Artificial Analysis89.8%†88.2%
Humanity's Last Exam (AA)Artificial Analysis46.2%†27.9%
GPQA Diamond (Vals)Vals AI91.2%†87.4%
CritPtArtificial Analysis15.1%†2.9%
Arena ExpertArena (LMArena)15041475
Chess PuzzlesEpoch AI Benchmarking Hub34.0%†16.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–12.0%†
CL-benchEpoch AI Benchmarking Hub–20.3%
LMCAEpoch AI Benchmarking Hub49.9%†33.1%
DTBenchEpoch AI Benchmarking Hub94.4%†81.9%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–57.9%
SciCodeSciCode58.8%40.7%
Arena CodingArena (LMArena)15331496
Arena WebDevArena (LMArena)15421461
LiveBench 1.0 CodingLiveBench77.2%†78.2%
SciCode (AA)Artificial Analysis58.8%†–
LiveCodeBenchVals AI85.9%†86.0%
SWE-bench (Vals)Vals AI82.0%†73.4%
SWE-Bench ProScale AI SEAL61.5%–
Code MigrationVals AI31.1%†11.1%
ProgramBenchVals AI0.0%†0.0%
Vibe Code Bench v1.1Vals AI72.2%†25.6%
104件のベンチマークをすべて表示
指標公開元Muse Spark 1.1Qwen3.6 Plus
コーディング
SWE-Bench Pro (private)Scale AI SEAL51.5%–
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%–
ALE-BenchEpoch AI Benchmarking Hub–670.1
Terminal-Bench 4.0 (AA)Artificial Analysis6.1%†–
Terminal-Bench 2.1 (AA)Artificial Analysis77.9%†61.4%
Design Arena WebsiteDesign Arena12631234
エージェント・ツール
APEX-AgentsMercor31.8%–
Arena AgentArena (LMArena)-8–
LiveBench Agentic CodingLiveBench58.5%†41.4%
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–97.7%
Terminal-Bench 2.1 (Vals)Vals AI69.3%†53.2%
MCP AtlasScale AI SEAL88.1%–
τ³-bench Bankingτ²-bench40.5%†–
GDPval-AA v2.1Artificial Analysis1216†997
τ³-Banking (AA)Artificial Analysis31.8%†20.8%
Finance Agent v2Vals AI57.2%†40.9%
Harvey's Legal Agent Benchmark v1Vals AI20.0%†1.3%
Legal Research BenchVals AI38.0%†14.9%
SkillsBenchVals AI59.2%†–
Tax Agent BenchVals AI–7.7%
Terminal-Bench 2.0 (Vals)Vals AI–44.9%
Time Horizon Index: KSPVals AI1.7%†–
Arena Agent Task CompletionArena (LMArena)-6.5–
GBAEvalEpoch AI Benchmarking Hub7.9%–
Vending-Bench 2Andon Labs6520.55114.9
AutomationBenchArtificial Analysis38.9%†–
GDP.pdf (AA)Artificial Analysis14.4%†–
AA-Briefcase v1.1Artificial Analysis851†–
Design Arena AgenticDesign Arena1172–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–38.3%
OTIS Mock AIMEEpoch AI Benchmarking Hub–93.3%
ProofBenchVals AI39.0%–
LiveBench MathematicsLiveBench87.1%†83.7%
AIME (Vals)Vals AI–94.6%
Arena MathsArena (LMArena)14931451
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub57.8%44.1%
LiveBench 1.0 Data AnalysisLiveBench72.5%†69.9%
MMLU-ProVals AI88.7%†87.7%
LegalBenchVals AI85.0%†84.2%
CorpFinVals AI71.3%†61.9%
TaxEvalVals AI79.7%†74.7%
PRBench FinanceScale AI SEAL55.0%–
PRBench LegalScale AI SEAL57.0%–
MultiNRCScale AI SEAL65.6%–
CaseLaw v2Vals AI–51.5%
Excel Modeling BenchmarkVals AI56.4%†32.9%
MedCodeVals AI–36.9%
MedScribeVals AI88.9%†77.0%
Public Benefits Bench v1.1Vals AI61.3%†–
GDP.pdfEpoch AI Benchmarking Hub15.0%–
指示追従
LiveBench LanguageLiveBench74.3%†75.0%
LiveBench Instruction FollowingLiveBench69.6%†58.3%
IFBenchArtificial Analysis–75.2%
MultiChallengeScale AI SEAL75.3%–
Arena Instruction FollowingArena (LMArena)14731435
人間の評価
Arena TextArena (LMArena)14911443
EQ-Bench 4EQ-Bench1244–
EQ-Bench Creative Writing v3EQ-Bench1928–
Arena Creative WritingArena (LMArena)14431407
Arena Multi-turnArena (LMArena)14971445
Arena Longer QueriesArena (LMArena)14811455
マルチモーダル
Arena VisionArena (LMArena)1292–
MMMU-ProArtificial Analysis–78.0%
MMMU-Pro (Vals)Vals AI86.6%†84.2%
MortgageTaxVals AI66.1%†68.0%
VTBScale AI SEAL44.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.7%†78.3%
Arena DocumentArena (LMArena)1480–
MLCRArtificial Analysis7.2%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.9148.9
LiveBench 1.0LiveBench75.3%†68.9%
AA Intelligence Index v4.3.2Artificial Analysis33.7†27.0
AA Progress Index v1Artificial Analysis302.7†283.4
Vals Multimodal IndexVals AI66.7%†51.5%
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 Plus:新しい結果1件(GDPval-AA v2.1)。
  • Muse Spark 1.1:スコアの改訂1件。
  • Qwen3.6 Plus:スコアの改訂2件。
  • Qwen3.6 Plus:価格 $0.028/M → $0.050/M。
  • Qwen3.6 Plus:価格 $0.050/M → $0.028/M。
  • Qwen3.6 Plus:価格 $0.028/M → $0.050/M。
  • Qwen3.6 Plus:価格 $0.050/M → $0.028/M。
  • Muse Spark 1.1:スコアの改訂2件。
  • Qwen3.6 Plus:新しい結果1件(AA Progress Index v1)。
  • Qwen3.6 Plus:BenchLeader Index 59.7 → 59.2。

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

Muse Spark 1.1 vs Qwen3.6 Plus:よくある質問

Muse Spark 1.1はQwen3.6 Plusより優れていますか?
Muse Spark 1.1とQwen3.6 Plusの品質は互角です(62.2 対 59.0、±6.9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 Plus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Qwen3.6 Plusの方が安く、100万トークンあたり$1.13 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Muse Spark 1.1とQwen3.6 Plus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 51。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 Plusが1461です。
Muse Spark 1.1とQwen3.6 Plusはどちらが速いですか?
Muse Spark 1.1の方が出力が3倍以上速くなっています(出力193 対 52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Qwen3.6 Plus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 Plusの方がスコアが高くなっています(カテゴリ指標で53 対 51。50が平均)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(Muse Spark 1.1は1,048,576、Qwen3.6 Plusは1,000,000)。
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 44.4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Qwen3.6 Plus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14件のベンチマークのうち、Muse Spark 1.1のリードが14件、Qwen3.6 Plus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。