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 1.1 | Arenaの投票で65 対 62 | 中 |
| 最低コスト | Qwen3.6 Plus | 100万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 1.1 | Qwen3.6 Plus |
|---|---|---|
| プロバイダー | Meta | Alibaba |
| 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) | 1,048,576 | 1,000,000 |
| 比較した構成 | Muse Spark 1.1 | Qwen3.6 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 1.1 | Qwen3.6 Plus | トップ |
|---|---|---|---|
| 推論 | 67.8 | 62.9 | Muse Spark 1.1 |
| コーディング | 65.8 | 50.8 | Muse Spark 1.1 |
| エージェント・ツール | 50.9 | 53.1 | Qwen3.6 Plus |
| 数学 | 61.3 | 57.6 | Muse Spark 1.1 |
| 知識 | 69.2 | 56.9 | Muse Spark 1.1 |
| 指示追従 | 70.4 | 73.4 | Qwen3.6 Plus |
| 人間の評価 | 64.5 | 62.4 | Muse Spark 1.1 |
| マルチモーダル | 63.6 | 60.3 | Muse 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。
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。
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Index | Muse Spark 1.1 | Qwen3.6 Plus | トップ |
|---|---|---|---|
| BenchLeader Index | 62.2 | 59.0 | 互角 |
| Arena Text | 1491 | 1443 | 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 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 | $0.022 |
| 出力速度 | 193 tok/s | 52 tok/s |
| 回答開始までの時間 | 1.8秒 | 44.4秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 113.4秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Spark 1.1のスコアは62.2、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(13秒)。Qwen3.6 Plusのスコアは59.0、最初の回答トークンまで44秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
104件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Spark 1.1 | Qwen3.6 Plus |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.2 | 59.0 |
| エージェント・ツールスコア | BenchLeader | 50.9 | 53.1 |
| コーディングスコア | BenchLeader | 65.8 | 50.8 |
| 人間の評価スコア | BenchLeader | 64.5 | 62.4 |
| 指示追従スコア | BenchLeader | 70.4 | 73.4 |
| 知識スコア | BenchLeader | 69.2 | 56.9 |
| 数学スコア | BenchLeader | 61.3 | 57.6 |
| マルチモーダルスコア | BenchLeader | 63.6 | 60.3 |
| 推論スコア | BenchLeader | 67.8 | 62.9 |
| 長文コンテキストスコア | BenchLeader | – | 63.8 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.00 | $1.13 |
| 出力速度 | BenchLeader | 193 tok/s | 52 tok/s |
| 回答開始までの時間 | BenchLeader | 1.8秒 | 44.4秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 88.4% |
| Arena Hard Prompts | Arena (LMArena) | 1511 | 1467 |
| LiveBench 1.0 Reasoning | LiveBench | 87.7%† | 75.8% |
| GPQA Diamond (AA) | Artificial Analysis | 89.8%† | 88.2% |
| Humanity's Last Exam (AA) | Artificial Analysis | 46.2%† | 27.9% |
| GPQA Diamond (Vals) | Vals AI | 91.2%† | 87.4% |
| CritPt | Artificial Analysis | 15.1%† | 2.9% |
| Arena Expert | Arena (LMArena) | 1504 | 1475 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 34.0%† | 16.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 12.0%† |
| CL-bench | Epoch AI Benchmarking Hub | – | 20.3% |
| LMCA | Epoch AI Benchmarking Hub | 49.9%† | 33.1% |
| DTBench | Epoch AI Benchmarking Hub | 94.4%† | 81.9% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 57.9% |
| SciCode | SciCode | 58.8% | 40.7% |
| Arena Coding | Arena (LMArena) | 1533 | 1496 |
| Arena WebDev | Arena (LMArena) | 1542 | 1461 |
| LiveBench 1.0 Coding | LiveBench | 77.2%† | 78.2% |
| SciCode (AA) | Artificial Analysis | 58.8%† | – |
| LiveCodeBench | Vals AI | 85.9%† | 86.0% |
| SWE-bench (Vals) | Vals AI | 82.0%† | 73.4% |
| SWE-Bench Pro | Scale AI SEAL | 61.5% | – |
| Code Migration | Vals AI | 31.1%† | 11.1% |
| ProgramBench | Vals AI | 0.0%† | 0.0% |
| Vibe Code Bench v1.1 | Vals AI | 72.2%† | 25.6% |
104件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Spark 1.1 | Qwen3.6 Plus |
|---|---|---|---|
| コーディング | |||
| SWE-Bench Pro (private) | Scale AI SEAL | 51.5% | – |
| 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% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 670.1 |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 6.1%† | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 77.9%† | 61.4% |
| Design Arena Website | Design Arena | 1263 | 1234 |
| 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%† | 41.4% |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 97.7% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 69.3%† | 53.2% |
| MCP Atlas | Scale AI SEAL | 88.1% | – |
| τ³-bench Banking | τ²-bench | 40.5%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1216† | 997 |
| τ³-Banking (AA) | Artificial Analysis | 31.8%† | 20.8% |
| Finance Agent v2 | Vals AI | 57.2%† | 40.9% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 20.0%† | 1.3% |
| Legal Research Bench | Vals AI | 38.0%† | 14.9% |
| SkillsBench | Vals AI | 59.2%† | – |
| Tax Agent Bench | Vals AI | – | 7.7% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 44.9% |
| 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 | 5114.9 |
| 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 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 38.3% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 93.3% |
| ProofBench | Vals AI | 39.0% | – |
| LiveBench Mathematics | LiveBench | 87.1%† | 83.7% |
| AIME (Vals) | Vals AI | – | 94.6% |
| Arena Maths | Arena (LMArena) | 1493 | 1451 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 57.8% | 44.1% |
| LiveBench 1.0 Data Analysis | LiveBench | 72.5%† | 69.9% |
| MMLU-Pro | Vals AI | 88.7%† | 87.7% |
| LegalBench | Vals AI | 85.0%† | 84.2% |
| CorpFin | Vals AI | 71.3%† | 61.9% |
| TaxEval | Vals AI | 79.7%† | 74.7% |
| PRBench Finance | Scale AI SEAL | 55.0% | – |
| PRBench Legal | Scale AI SEAL | 57.0% | – |
| MultiNRC | Scale AI SEAL | 65.6% | – |
| CaseLaw v2 | Vals AI | – | 51.5% |
| Excel Modeling Benchmark | Vals AI | 56.4%† | 32.9% |
| MedCode | Vals AI | – | 36.9% |
| MedScribe | Vals AI | 88.9%† | 77.0% |
| 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%† | 75.0% |
| LiveBench Instruction Following | LiveBench | 69.6%† | 58.3% |
| IFBench | Artificial Analysis | – | 75.2% |
| MultiChallenge | Scale AI SEAL | 75.3% | – |
| Arena Instruction Following | Arena (LMArena) | 1473 | 1435 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1491 | 1443 |
| EQ-Bench 4 | EQ-Bench | 1244 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1928 | – |
| Arena Creative Writing | Arena (LMArena) | 1443 | 1407 |
| Arena Multi-turn | Arena (LMArena) | 1497 | 1445 |
| Arena Longer Queries | Arena (LMArena) | 1481 | 1455 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1292 | – |
| MMMU-Pro | Artificial Analysis | – | 78.0% |
| MMMU-Pro (Vals) | Vals AI | 86.6%† | 84.2% |
| MortgageTax | Vals AI | 66.1%† | 68.0% |
| VTB | Scale AI SEAL | 44.8% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 77.7%† | 78.3% |
| Arena Document | Arena (LMArena) | 1480 | – |
| MLCR | Artificial Analysis | 7.2%† | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.9 | 148.9 |
| LiveBench 1.0 | LiveBench | 75.3%† | 68.9% |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 33.7† | 27.0 |
| AA Progress Index v1 | Artificial Analysis | 302.7† | 283.4 |
| Vals Multimodal Index | Vals AI | 66.7%† | 51.5% |
| 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 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。
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
- Muse Spark 1.1 vs GPT-6 Astra
- Muse Spark 1.1 vs Claude Fable 5.1
- Muse Spark 1.1 vs GPT-6.1 Sol
- Muse Spark 1.1 vs Claude Fable 5
- Muse Spark 1.1 vs GPT-5.6 Sol
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。