BenchLeader

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 1.3100万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 1.3Qwen3.7
プロバイダーMetaAlibaba
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)1,048,5761,000,000
比較した構成Muse Spark 1.3Qwen3.7 (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 1.3Qwen3.7 (max)トップ
推論71.064.2Muse Spark 1.3
コーディング–58.8比較不可
エージェント・ツール61.349.1Muse Spark 1.3
数学56.357.8Qwen3.7
知識81.261.1Muse 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。

2550 avg75推論エージェント・ツール数学知識Muse Spark 1.3, 推論: 71.0Muse Spark 1.3, エージェント・ツール: 61.3Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知識: 81.2Qwen3.7, 推論: 64.2Qwen3.7, エージェント・ツール: 49.1Qwen3.7, 数学: 57.8Qwen3.7, 知識: 61.1

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。

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IndexMuse Spark 1.3Qwen3.7 (max)トップ
BenchLeader Index61.660.0互角
Arena Text1497†1474Muse 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 1.3Qwen3.7 (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/s171 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 1.3Qwen3.7 (max)
BenchLeader IndexBenchLeader61.660.0
エージェント・ツールスコアBenchLeader61.349.1
知識スコアBenchLeader81.261.1
数学スコアBenchLeader56.357.8
推論スコアBenchLeader71.064.2
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BenchLeader163 tok/s171 tok/s
回答開始までの時間BenchLeader2.6秒14.8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–90.9%
SimpleBenchSimpleBench81.8%70.4%
Arena Hard PromptsArena (LMArena)1517†1495
LiveBench 2.0 ReasoningLiveBench89.7%†–
LiveBench 1.0 ReasoningLiveBench89.7%†83.3%
GPQA Diamond (AA)Artificial Analysis93.5%†92.3%
Humanity's Last Exam (AA)Artificial Analysis48.7%†40.5%
HLE-Diamond (AA)Artificial Analysis33.7%†–
GPQA Diamond (Vals)Vals AI–90.2%
CritPtArtificial Analysis24.9%†13.4%
CritPt v2 hard subset (AA)Artificial Analysis48.0%†–
MysteryMechanismVals AI36.0%†–
HLE-Diamond (Scale)Scale AI SEAL25.4%–
Arena ExpertArena (LMArena)1521†1509
Chess PuzzlesEpoch AI Benchmarking Hub37.0%†27.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub25.0%†32.0%
LMCAEpoch AI Benchmarking Hub53.9%44.0%
DTBenchEpoch AI Benchmarking Hub96.5%92.3%
ForecastBenchForecastBench65.5%†–
BTF-3Epoch AI Benchmarking Hub14.1%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–77.3%
SciCodeSciCode58.8%†49.5%
Arena CodingArena (LMArena)1534†1525
Arena WebDevArena (LMArena)1655†1515
LiveBench 2.0 CodingLiveBench84.4%†–
140件のベンチマークをすべて表示
指標公開元Muse Spark 1.3Qwen3.7 (max)
コーディング
LiveBench 1.0 CodingLiveBench81.1%†74.2%
LiveCodeBenchVals AI–87.1%
IOIVals AI56.6%†–
SWE-bench (Vals)Vals AI–68.8%
Code MigrationVals AI47.4%†13.1%
ProgramBenchVals AI2.5%†–
SWE-bench MultimodalVals AI43.1%†–
Vibe Code Bench 1-100Vals AI20.5%†–
Vibe Code Bench v1.1Vals AI85.9%†47.7%
MirrorCodeEpoch AI Benchmarking Hub54.4%†–
CursorBenchCursor41.6%†–
ALE-BenchEpoch AI Benchmarking Hub1688.3†1189.4
FrontierSWEEpoch AI Benchmarking Hub25.8%†–
WeirdML v3WeirdML6.7%†–
Terminal-Bench 4.0 (AA)Artificial Analysis33.3%†1.5%
Terminal-Bench 2.1 (AA)Artificial Analysis84.3%†74.5%
Startrise FrontendStartrise74.7%63.6%
GameBench 2 OverallDuelLab GameBench 257.7–
GameBench 2 by reasoning settingDuelLab GameBench 268.5†–
Design Arena WebsiteDesign Arena1353†1267
FrontierCode 1.1 (AA)Artificial Analysis40.6%†–
FrontierCode 2.0 (AA)Artificial Analysis23.1%†–
エージェント・ツール
Terminal-BenchTerminal-Bench14.8%†–
APEX-AgentsMercor58.6%–
Arena AgentArena (LMArena)2.2†-7.2
LiveBench Long AgenticLiveBench47.9%†–
LiveBench BrowserLiveBench30.9%†–
LiveBench Agentic CodingLiveBench64.1%†43.6%
Terminal-Bench HardArtificial Analysis–50.8%
τ²-Bench Telecom (AA)Artificial Analysis–94.7%
Terminal-Bench 2.1 (Vals)Vals AI79.0%†61.0%
HiL-BenchScale AI SEAL66.9%–
GDPval-AA v2.1Artificial Analysis1681†1134
τ³-Banking (AA)Artificial Analysis50.5%†11.8%
ITBench SRE (AA)Artificial Analysis33.2%†42.5%
Analyst Agent (AA)Artificial Analysis37.5%†18.8%
CUA-benchVals AI5.8%†–
CyberBenchVals AI72.7%†–
Finance Agent v2Vals AI60.0%†47.8%
Harvey's Legal Agent Benchmark v1Vals AI23.8%†1.7%
Legal Research BenchVals AI55.3%†25.5%
SREBenchVals AI3.8%†–
Tax Agent BenchVals AI42.4%†15.8%
Terminal-Bench 2.0 (Vals)Vals AI–59.2%
Terminal-Bench 4.0 (Vals)Vals AI24.8%†–
Terminal-Bench ScienceVals AI10.0%†–
Arena Agent Task CompletionArena (LMArena)3.7†-10.5
GBAEvalEpoch AI Benchmarking Hub–0.4%
AutomationBenchArtificial Analysis57.9%†23.0%
GDP.pdf (AA)Artificial Analysis26.6%†8.6%
Harvey LAB-AA v1.1Harvey8.9%†–
EnterpriseOps-GymArtificial Analysis–45.0%
AA-Briefcase v1.1Artificial Analysis1581†917
Design Arena AgenticDesign Arena1283†1179
Terminal-Bench-Science 0.1 (AA)Artificial Analysis10.9%†–
CWE-Bench (AA)Artificial Analysis60.8%†–
DeepSec-Bench (AA)Artificial Analysis12.5%†–
CyberGym end-to-end (AA)Artificial Analysis59.5%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub74.0%†64.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%†34.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub99.2%†95.6%
ProofBenchVals AI55.0%26.0%
LiveBench MathematicsLiveBench96.0%†85.3%
Arena MathsArena (LMArena)1506†1483
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–55.8%
LiveBench 2.0 Data AnalysisLiveBench79.6%†–
LiveBench ResearchLiveBench82.5%†–
LiveBench 1.0 Data AnalysisLiveBench79.6%†71.8%
AA-Omniscience v1.1Artificial Analysis22.4†–
MMLU-ProVals AI–89.3%
LegalBenchVals AI–84.9%
CorpFinVals AI–63.7%
TaxEvalVals AI–75.3%
PRBench FinanceScale AI SEAL59.5%–
PRBench LegalScale AI SEAL61.6%–
Excel Modeling BenchmarkVals AI67.4%†57.0%
MedCodeVals AI–38.8%
MedScribeVals AI–79.4%
Access to Justice BenchmarkVals AI72.2%†–
Financial Coaching BenchVals AI70.3%†–
Immigration BenchVals AI64.9%†–
DrugDiscoveryBenchScale AI SEAL62.2%†29.3%†
EBR-benchEpoch AI Benchmarking Hub–9.5%
GDP.pdfEpoch AI Benchmarking Hub27.6%–
AA-Omniscience v1.1: accuracyArtificial Analysis38.0%†–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis74.8%†–
指示追従
LiveBench LanguageLiveBench82.8%†79.7%
LiveBench Instruction FollowingLiveBench78.0%†74.0%
IFBenchArtificial Analysis–80.5%
Arena Instruction FollowingArena (LMArena)1485†1466
人間の評価
Arena TextArena (LMArena)1497†1474
EQ-Bench 4EQ-Bench–1100
EQ-Bench Creative Writing v3EQ-Bench1907–
Arena Creative WritingArena (LMArena)1468†1438
Arena Multi-turnArena (LMArena)1493†1479
Arena Longer QueriesArena (LMArena)1498†1491
マルチモーダル
Arena VisionArena (LMArena)1310†–
LiveBench DesignLiveBench74.8%†–
MMMU-ProArtificial Analysis82.0%†–
Humanity's Sixth SenseScale AI SEAL37.4%†–
GeoBenchGeoBench86.0%–
Code2Video-AAArtificial Analysis1019†–
AA-3DArtificial Analysis1032†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.0%†79.0%
Arena DocumentArena (LMArena)1474†–
MLCRArtificial Analysis13.9%†14.4%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.2154.5
LiveBench 2.0LiveBench68.6%†–
LiveBench 1.0LiveBench81.6%†73.1%
AA Intelligence Index v5.0.1Artificial Analysis36.6†–
AA Intelligence Index v4.3.2Artificial Analysis48.1†29.5
AA Progress Index v1Artificial Analysis324.5†293.8
Vals RSI IndexVals AI19.6%†–
AA Cyber IndexArtificial Analysis44.3†–
安全性・誠実さ
DistressBenchScale AI SEAL84.9%–

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。

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。