Muse Spark 1.3 vs Qwen3.7
詳しいプロフィール:Muse Spark 1.3(Meta)とQwen3.7(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 · 12件の情報源のデータ
2026年11月16日時点で、Muse Spark 1.3とQwen3.7の品質は互角です(BenchLeader Indexで61.6 対 60.0、±9.2の誤差範囲内)。価格はMuse Spark 1.3の方が1.9倍安く、100万トークンあたりのブレンド価格で$2.00 対 $3.75です。知識(81 対 61)、エージェント・ツール(61 対 49)、推論(71 対 64)を重視するならMuse Spark 1.3、数学(58 対 56)を重視するならQwen3.7が向いています。回答開始までの時間はMuse Spark 1.3の方が短く、2.6秒 対 14.8秒です。Qwen3.7は出力が約1.5倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはMuse Spark 1.3が61.6、Qwen3.7が60.0です(BenchLeader、2026年11月16日)。
- Muse Spark 1.3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)。
- Qwen3.7の100万トークンあたりのブレンド価格は$3.75です(定価、2026年11月16日)。
- Qwen3.7はMuse Spark 1.3より出力が約1.5倍速いです(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6件のベンチマークのうち、Muse Spark 1.3が6件でリードしています(BenchLeader、2026年11月16日)。
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 |
|---|---|---|---|
| エージェント・ツール利用 | Muse Spark 1.3 | カテゴリスコア61 対 49 | 高 |
| 数学 | Qwen3.7 | カテゴリスコア58 対 56;ProofBench 26.0% 対 55.0% | 中 |
| 推論 | Muse Spark 1.3 | カテゴリスコア71 対 64;SimpleBench 81.8% 対 70.4% | 中 |
| 知識 | Muse Spark 1.3 | カテゴリスコア81 対 61 | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.7のみです(カテゴリスコア56) | 比較不可 |
| 最低コスト | Muse Spark 1.3 | 100万トークンあたりブレンド価格$2.00 対 $3.75;エージェント型コーディングセッション$0.092 対 $0.180 | – |
| 回答開始の速さ | Muse Spark 1.3 | 最初の回答トークンまで2.6秒(Muse Spark 1.3)対 14.8秒(Qwen3.7 (max)) | – |
| 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 1.3とQwen3.7 (max)の品質は互角です(61.6 対 60.0、±9.2の誤差範囲内)。
- Muse Spark 1.3はエージェント・ツール、知識、推論で優れています。
- Qwen3.7 (max)は数学で優れています。
- Muse Spark 1.3の方が1.9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 $3.75)。
概要
| 仕様 | Muse Spark 1.3 | Qwen3.7 |
|---|---|---|
| プロバイダー | Meta | Alibaba |
| リリース日 | 2026年9月2日 | 2026年5月19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 1.3 | Qwen3.7 (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 | $2.50 / $7.50 / $0.500 |
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 1.3 | Qwen3.7 (max) | トップ |
|---|---|---|---|
| 推論 | 71.0 | 64.2 | Muse Spark 1.3 |
| コーディング | – | 58.8 | 比較不可 |
| エージェント・ツール | 61.3 | 49.1 | Muse Spark 1.3 |
| 数学 | 56.3 | 57.8 | Qwen3.7 |
| 知識 | 81.2 | 61.1 | Muse Spark 1.3 |
| 指示追従 | – | 78.1 | 比較不可 |
| 人間の評価 | – | 55.6 | 比較不可 |
| 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。
描画していないもの(測定済みのモデルが2つ未満):コーディング, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。
情報源で評価が分かれる点
両方に結果がある6件のベンチマークのうち、Muse Spark 1.3のリードが6件、Qwen3.7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 1.3が上回っています。
| 総合Index | Muse Spark 1.3 | Qwen3.7 (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 61.6 | 60.0 | 互角 |
| Arena Text | 1497† | 1474 | Muse Spark 1.3 |
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 1.3 | Qwen3.7 (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $2.00 | $3.75 |
| 100万トークンあたりの入力/出力 | $1.25 / $4.25 | $2.50 / $7.50 |
| 100万トークンあたりのキャッシュ入力 | $0.150 | $0.500 |
| タスクあたりの価格:チャットの返答 | $0.0018 | $0.0033 |
| タスクあたりの価格:30ページのレポートを要約 | $0.018 | $0.035 |
| タスクあたりの価格:コード編集 | $0.014 | $0.026 |
| 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 | $0.180 |
| タスクあたりの価格:構造化データの抽出 | $0.0034 | $0.0065 |
| 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 | $0.090 |
| 出力速度 | 163 tok/s | 171 tok/s |
| 回答開始までの時間 | 2.6秒 | 14.8秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 31.2秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Spark 1.3のスコアは61.6、最初の回答トークンまで3秒。Muse Spark 1.3 (max)は60.6(31秒)、Muse Spark 1.3 (xhigh)は58.1(11秒)。Qwen3.7 (max)のスコアは60.0、最初の回答トークンまで15秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
140件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Spark 1.3 | Qwen3.7 (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 61.6 | 60.0 |
| エージェント・ツールスコア | BenchLeader | 61.3 | 49.1 |
| 知識スコア | BenchLeader | 81.2 | 61.1 |
| 数学スコア | BenchLeader | 56.3 | 57.8 |
| 推論スコア | BenchLeader | 71.0 | 64.2 |
| コーディングスコア | BenchLeader | – | 58.8 |
| 人間の評価スコア | BenchLeader | – | 55.6 |
| 指示追従スコア | BenchLeader | – | 78.1 |
| 長文コンテキストスコア | BenchLeader | – | 64.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.00 | $3.75 |
| 出力速度 | BenchLeader | 163 tok/s | 171 tok/s |
| 回答開始までの時間 | BenchLeader | 2.6秒 | 14.8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 | – | 90.9% |
| SimpleBench | SimpleBench | 81.8% | 70.4% |
| Arena Hard Prompts | Arena (LMArena) | 1517† | 1495 |
| LiveBench 2.0 Reasoning | LiveBench | 89.7%† | – |
| LiveBench 1.0 Reasoning | LiveBench | 89.7%† | 83.3% |
| GPQA Diamond (AA) | Artificial Analysis | 93.5%† | 92.3% |
| Humanity's Last Exam (AA) | Artificial Analysis | 48.7%† | 40.5% |
| HLE-Diamond (AA) | Artificial Analysis | 33.7%† | – |
| GPQA Diamond (Vals) | Vals AI | – | 90.2% |
| CritPt | Artificial Analysis | 24.9%† | 13.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 48.0%† | – |
| MysteryMechanism | Vals AI | 36.0%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 25.4% | – |
| Arena Expert | Arena (LMArena) | 1521† | 1509 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 37.0%† | 27.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 25.0%† | 32.0% |
| LMCA | Epoch AI Benchmarking Hub | 53.9% | 44.0% |
| DTBench | Epoch AI Benchmarking Hub | 96.5% | 92.3% |
| ForecastBench | ForecastBench | 65.5%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | 14.1%† | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 77.3% |
| SciCode | SciCode | 58.8%† | 49.5% |
| Arena Coding | Arena (LMArena) | 1534† | 1525 |
| Arena WebDev | Arena (LMArena) | 1655† | 1515 |
| LiveBench 2.0 Coding | LiveBench | 84.4%† | – |
140件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Spark 1.3 | Qwen3.7 (max) |
|---|---|---|---|
| コーディング | |||
| LiveBench 1.0 Coding | LiveBench | 81.1%† | 74.2% |
| LiveCodeBench | Vals AI | – | 87.1% |
| IOI | Vals AI | 56.6%† | – |
| SWE-bench (Vals) | Vals AI | – | 68.8% |
| Code Migration | Vals AI | 47.4%† | 13.1% |
| ProgramBench | Vals AI | 2.5%† | – |
| SWE-bench Multimodal | Vals AI | 43.1%† | – |
| Vibe Code Bench 1-100 | Vals AI | 20.5%† | – |
| Vibe Code Bench v1.1 | Vals AI | 85.9%† | 47.7% |
| MirrorCode | Epoch AI Benchmarking Hub | 54.4%† | – |
| CursorBench | Cursor | 41.6%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1688.3† | 1189.4 |
| FrontierSWE | Epoch AI Benchmarking Hub | 25.8%† | – |
| WeirdML v3 | WeirdML | 6.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 33.3%† | 1.5% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 84.3%† | 74.5% |
| Startrise Frontend | Startrise | 74.7% | 63.6% |
| GameBench 2 Overall | DuelLab GameBench 2 | 57.7 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 68.5† | – |
| Design Arena Website | Design Arena | 1353† | 1267 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 40.6%† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 23.1%† | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 14.8%† | – |
| APEX-Agents | Mercor | 58.6% | – |
| Arena Agent | Arena (LMArena) | 2.2† | -7.2 |
| LiveBench Long Agentic | LiveBench | 47.9%† | – |
| LiveBench Browser | LiveBench | 30.9%† | – |
| LiveBench Agentic Coding | LiveBench | 64.1%† | 43.6% |
| Terminal-Bench Hard | Artificial Analysis | – | 50.8% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 94.7% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 79.0%† | 61.0% |
| HiL-Bench | Scale AI SEAL | 66.9% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1681† | 1134 |
| τ³-Banking (AA) | Artificial Analysis | 50.5%† | 11.8% |
| ITBench SRE (AA) | Artificial Analysis | 33.2%† | 42.5% |
| Analyst Agent (AA) | Artificial Analysis | 37.5%† | 18.8% |
| CUA-bench | Vals AI | 5.8%† | – |
| CyberBench | Vals AI | 72.7%† | – |
| Finance Agent v2 | Vals AI | 60.0%† | 47.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 23.8%† | 1.7% |
| Legal Research Bench | Vals AI | 55.3%† | 25.5% |
| SREBench | Vals AI | 3.8%† | – |
| Tax Agent Bench | Vals AI | 42.4%† | 15.8% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 59.2% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 24.8%† | – |
| Terminal-Bench Science | Vals AI | 10.0%† | – |
| Arena Agent Task Completion | Arena (LMArena) | 3.7† | -10.5 |
| GBAEval | Epoch AI Benchmarking Hub | – | 0.4% |
| AutomationBench | Artificial Analysis | 57.9%† | 23.0% |
| GDP.pdf (AA) | Artificial Analysis | 26.6%† | 8.6% |
| Harvey LAB-AA v1.1 | Harvey | 8.9%† | – |
| EnterpriseOps-Gym | Artificial Analysis | – | 45.0% |
| AA-Briefcase v1.1 | Artificial Analysis | 1581† | 917 |
| Design Arena Agentic | Design Arena | 1283† | 1179 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 10.9%† | – |
| CWE-Bench (AA) | Artificial Analysis | 60.8%† | – |
| DeepSec-Bench (AA) | Artificial Analysis | 12.5%† | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 59.5%† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 74.0%† | 64.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 46.3%† | 34.1% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.2%† | 95.6% |
| ProofBench | Vals AI | 55.0% | 26.0% |
| LiveBench Mathematics | LiveBench | 96.0%† | 85.3% |
| Arena Maths | Arena (LMArena) | 1506† | 1483 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 55.8% |
| LiveBench 2.0 Data Analysis | LiveBench | 79.6%† | – |
| LiveBench Research | LiveBench | 82.5%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 79.6%† | 71.8% |
| AA-Omniscience v1.1 | Artificial Analysis | 22.4† | – |
| MMLU-Pro | Vals AI | – | 89.3% |
| LegalBench | Vals AI | – | 84.9% |
| CorpFin | Vals AI | – | 63.7% |
| TaxEval | Vals AI | – | 75.3% |
| PRBench Finance | Scale AI SEAL | 59.5% | – |
| PRBench Legal | Scale AI SEAL | 61.6% | – |
| Excel Modeling Benchmark | Vals AI | 67.4%† | 57.0% |
| MedCode | Vals AI | – | 38.8% |
| MedScribe | Vals AI | – | 79.4% |
| Access to Justice Benchmark | Vals AI | 72.2%† | – |
| Financial Coaching Bench | Vals AI | 70.3%† | – |
| Immigration Bench | Vals AI | 64.9%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 62.2%† | 29.3%† |
| EBR-bench | Epoch AI Benchmarking Hub | – | 9.5% |
| GDP.pdf | Epoch AI Benchmarking Hub | 27.6% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 38.0%† | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 74.8%† | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 82.8%† | 79.7% |
| LiveBench Instruction Following | LiveBench | 78.0%† | 74.0% |
| IFBench | Artificial Analysis | – | 80.5% |
| Arena Instruction Following | Arena (LMArena) | 1485† | 1466 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1497† | 1474 |
| EQ-Bench 4 | EQ-Bench | – | 1100 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1907 | – |
| Arena Creative Writing | Arena (LMArena) | 1468† | 1438 |
| Arena Multi-turn | Arena (LMArena) | 1493† | 1479 |
| Arena Longer Queries | Arena (LMArena) | 1498† | 1491 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1310† | – |
| LiveBench Design | LiveBench | 74.8%† | – |
| MMMU-Pro | Artificial Analysis | 82.0%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 37.4%† | – |
| GeoBench | GeoBench | 86.0% | – |
| Code2Video-AA | Artificial Analysis | 1019† | – |
| AA-3D | Artificial Analysis | 1032† | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 83.0%† | 79.0% |
| Arena Document | Arena (LMArena) | 1474† | – |
| MLCR | Artificial Analysis | 13.9%† | 14.4% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 158.2 | 154.5 |
| LiveBench 2.0 | LiveBench | 68.6%† | – |
| LiveBench 1.0 | LiveBench | 81.6%† | 73.1% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 36.6† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 48.1† | 29.5 |
| AA Progress Index v1 | Artificial Analysis | 324.5† | 293.8 |
| Vals RSI Index | Vals AI | 19.6%† | – |
| AA Cyber Index | Artificial Analysis | 44.3† | – |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | 84.9% | – |
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 1.3:BenchLeader Index 60.2 → 61.6。
- Qwen3.7 (max):スコアの改訂1件。
- Qwen3.7 (max):新しい結果1件(GDPval-AA v2.1)。
- Muse Spark 1.3:スコアの改訂1件。
- Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
- Muse Spark 1.3:新しい結果2件(SimpleBench, GeoBench)。
- Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
- Muse Spark 1.3:スコアの改訂4件。
- Qwen3.7 (max):スコアの改訂1件。
- Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
関連する比較
- Muse Spark 1.3 vs Claude Fable 5.2
- Muse Spark 1.3 vs Gemini 4 Carbon
- Muse Spark 1.3 vs Claude Opus 5.5
- Muse Spark 1.3 vs GPT-6 Astra
- Muse Spark 1.3 vs Qwen3.6 Max
- Muse Spark 1.3 vs Claude Fable 5.1
- Muse Spark 1.3 vs GPT-6.1 Sol
- Muse Spark 1.3 vs Claude Fable 5
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 1.3 vs Qwen3.7:よくある質問
- Muse Spark 1.3はQwen3.7より優れていますか?
- Muse Spark 1.3とQwen3.7 (max)の品質は互角です(61.6 対 60.0、±9.2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 1.3とQwen3.7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 1.3の方が安く、100万トークンあたり$2.00 対 $3.75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。
- Muse Spark 1.3とQwen3.7はどちらが速いですか?
- Qwen3.7の方が出力が約1.5倍速くなっています(出力171 対 163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 1.3とQwen3.7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 1.3の方がスコアが高くなっています(カテゴリ指標で61 対 49。50が平均)。
- 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 1.3は1,048,576、Qwen3.7は1,000,000)。
ほかの質問(3件)
- 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 1.3です。Artificial Analysisの測定では、最初の回答トークンまで2.6秒 対 14.8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 1.3とQwen3.7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6件のベンチマークのうち、Muse Spark 1.3のリードが6件、Qwen3.7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 1.3が上回っています。
- Muse Spark 1.3はいつリリースされましたか?
- Muse Spark 1.3は2026年9月2日にリリースされました。