Muse Spark Open vs Qwen3.6 Max
詳しいプロフィール:Muse Spark Open(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 · 11件の情報源のデータ
2026年11月16日時点で、品質ではQwen3.6 MaxがMuse Spark Openを上回ります(BenchLeader Indexで62.1 対 53.5)。ただし、価格はMuse Spark Open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。両方を測定できるすべてのカテゴリでQwen3.6 Maxがリードしています。
要点(2026年11月16日時点)
- BenchLeader IndexはMuse Spark Openが53.5、Qwen3.6 Maxが62.1です(BenchLeader、2026年11月16日)。
- Muse Spark Open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5件のベンチマークのうち、Muse Spark Openが4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 |
|---|---|---|---|
| コーディング | Qwen3.6 Max | カテゴリスコア56 対 36 | 高 |
| 推論 | Qwen3.6 Max | カテゴリスコア61 対 51;GPQA Diamond (AA) 88.8% 対 89.0% | 高 |
| 知識 | どちらでも | カテゴリスコア59 対 60 | どちらでも |
| 長い文書 | Qwen3.6 Max | カテゴリスコア65 対 64;AA-LCR v1.1 80.7% 対 78.3% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.6 Maxのみです(カテゴリスコア65) | 比較不可 |
| 最低コスト | Muse Spark Open | 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
- 品質ではQwen3.6 Max (max)がリードしています:62.1 対 53.5。
- Qwen3.6 Max (max)はコーディング、知識、長文コンテキスト、推論で優れています。
- Muse Spark Open (xhigh)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 Open | Qwen3.6 Max |
|---|---|---|
| プロバイダー | Meta | Alibaba |
| リリース日 | 2026年10月15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 Open (xhigh) | Qwen3.6 Max (max) |
| オープンウェイト | あり | 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 Open (xhigh) | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| 推論 | 51.3 | 60.8 | Qwen3.6 Max |
| コーディング | 36.0 | 55.9 | Qwen3.6 Max |
| エージェント・ツール | – | 72.1 | 比較不可 |
| 数学 | – | 64.4 | 比較不可 |
| 知識 | 58.8 | 59.7 | 互角 |
| 指示追従 | – | 74.7 | 比較不可 |
| 人間の評価 | – | 64.5 | 比較不可 |
| マルチモーダル | 63.3 | – | 比較不可 |
| 長文コンテキスト | 63.8 | 65.0 | Qwen3.6 Max |
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):エージェント・ツール, 数学, 指示追従, 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5件のベンチマークのうち、Muse Spark Openのリードが4件、Qwen3.6 Maxのリードが1件です。両方を評価しているすべての総合指標で、Qwen3.6 Maxが上回っています。
| 総合Index | Muse Spark Open (xhigh) | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 53.5 | 62.1 | Qwen3.6 Max |
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 Open (xhigh) | 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 |
| ベンチマークのタスクあたりのコスト(AA Index) | $2.02 | – |
| タスクあたりの出力トークン(AA Index) | 66k | – |
| うち推論 | 32k | – |
| タスクあたりの時間(AA Index) | 6 min | – |
| 出力速度 | 180 tok/s | – |
| 回答開始までの時間 | 9.9秒 | – |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 39.9秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Spark Open (xhigh)のスコアは53.5、最初の回答トークンまで10秒。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
99件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Spark Open (xhigh) | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 53.5 | 62.1 |
| コーディングスコア | BenchLeader | 36.0 | 55.9 |
| 知識スコア | BenchLeader | 58.8 | 59.7 |
| 長文コンテキストスコア | BenchLeader | 63.8 | 65.0 |
| マルチモーダルスコア | BenchLeader | 63.3 | – |
| 推論スコア | BenchLeader | 51.3 | 60.8 |
| エージェント・ツールスコア | BenchLeader | – | 72.1 |
| 人間の評価スコア | BenchLeader | – | 64.5 |
| 指示追従スコア | BenchLeader | – | 74.7 |
| 数学スコア | BenchLeader | – | 64.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.00 | $2.92 |
| 出力速度 | BenchLeader | 180 tok/s | – |
| 回答開始までの時間 | BenchLeader | 9.9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) | – | 1481 |
| LiveBench 2.0 Reasoning | LiveBench | 73.7%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 89.0% | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 43.9% | 30.8% |
| HLE-Diamond (AA) | Artificial Analysis | 26.3% | – |
| ARC-AGI-1 | ARC Prize | 89.0% | – |
| ARC-AGI-2 | ARC Prize | 57.5% | – |
| ARC-AGI-3 | ARC Prize | 0.4% | – |
| CritPt | Artificial Analysis | 14.9% | 3.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 29.5% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 28.0%† | – |
| Arena Expert | Arena (LMArena) | – | 1497 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | – | 87.2% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| Arena Coding | Arena (LMArena) | – | 1510 |
| Arena WebDev | Arena (LMArena) | 1526† | 1482 |
| LiveBench 2.0 Coding | LiveBench | 55.1%† | – |
| SciCode (AA) | Artificial Analysis | 58.5% | – |
| SWE-bench (Vals) | Vals AI | – | 72.8% |
| Code Migration | Vals AI | 21.2% | – |
| Code Migration v1.1 | Vals AI | 26.9% | – |
99件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Spark Open (xhigh) | Qwen3.6 Max (max) |
|---|---|---|---|
| コーディング | |||
| Vibe Code Bench v1.1 | Vals AI | 76.2% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 42.3%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 50.0%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 41.1%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 35.7%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 95.0% | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 82.3% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 8.1% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 76.4% | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 55.3† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 59.3 | – |
| Design Arena Website | Design Arena | 1305 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 27.6% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 7.6% | – |
| エージェント・ツール | |||
| LiveBench Long Agentic | LiveBench | 12.1%† | – |
| LiveBench Browser | LiveBench | 26.2%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| HiL-Bench | Scale AI SEAL | 59.7%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 45.1% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1401 | – |
| Finance Agent v2 | Vals AI | 61.3% | – |
| Finance Agent v2.1 | Vals AI | 60.7% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 25.0% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 16.7% | – |
| Legal Research Bench | Vals AI | 38.5% | – |
| Tax Agent Bench | Vals AI | 26.3% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 6.6% | – |
| Vending-Bench 2 | Andon Labs | – | 4254.2 |
| AutomationBench | Artificial Analysis | 49.7% | – |
| GDP.pdf (AA) | Artificial Analysis | 18.6% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1280 | – |
| GDPx | GDPx by SemiAnalysis | 1.7%† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 1.9% | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 91.1% |
| ArXivMath | MathArena | 27.0% | – |
| BrokenArXiv | MathArena | 30.1% | – |
| Arena Maths | Arena (LMArena) | – | 1471 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 52.0% |
| LiveBench 2.0 Data Analysis | LiveBench | 60.2%† | – |
| LiveBench Research | LiveBench | 82.7%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 25.8 | – |
| CorpFin | Vals AI | – | 66.5% |
| PRBench Legal | Scale AI SEAL | 59.8%† | – |
| CaseLaw v2 | Vals AI | – | 47.9% |
| Excel Modeling Benchmark | Vals AI | 53.7% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 62.0% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 42.0% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 72.0% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 76.6% |
| MultiChallenge | Scale AI SEAL | 74.2%† | – |
| Arena Instruction Following | Arena (LMArena) | – | 1451 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1460 |
| Arena Creative Writing | Arena (LMArena) | – | 1438 |
| Arena Multi-turn | Arena (LMArena) | – | 1466 |
| Arena Longer Queries | Arena (LMArena) | – | 1473 |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 58.1%† | – |
| MMMU-Pro | Artificial Analysis | 80.9% | – |
| SAGE | Vals AI | 85.8% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 29.6%† | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 78.3% | 80.7% |
| MLCR | Artificial Analysis | 7.8% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 155.4† | 149.8 |
| LiveBench 2.0 | LiveBench | 48.5%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 24.9 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 38.9 | 28.4 |
| AA Progress Index v1 | Artificial Analysis | 306.7 | 297.1 |
| Vals Index | Vals AI | 48.6 | – |
| Vals Finance Index | Vals AI | 53.0% | – |
| Vals Legal Index | Vals AI | 68.5% | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 7.6%† | – |
| DistressBench | Scale AI SEAL | 87.7%† | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 27.8 | – |
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 Open (xhigh):スコアの改訂1件。
- Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
- Muse Spark Open (xhigh):新しい結果1件(GameBench 2 by reasoning setting)、スコアの改訂1件。
- Muse Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。
- Muse Spark Open (xhigh):新しい結果1件(ARC-AGI-3)。
- Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
- Muse Spark Open (xhigh):新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $0.84/M → $2.02/M。
- Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
- Muse Spark Open (xhigh):新しい結果6件(MLCR, Code Migration v1.1, Excel Modeling Benchmark v1.1…)、価格 $1.25/M → $0.15/M。
- Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。
関連する比較
- Muse Spark Open vs Claude Opus 5.5
- Muse Spark Open vs GPT-6 Astra
- Muse Spark Open vs GPT-6.1 Sol
- 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 Wonder 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 Open vs Qwen3.6 Max:よくある質問
- Qwen3.6 MaxはMuse Spark Openより優れていますか?
- 品質ではQwen3.6 Max (max)がリードしています:62.1 対 53.5。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日時点では総合でQwen3.6 Max (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
- Muse Spark Open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 Open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 OpenとQwen3.6 Maxのどちらが向いていますか?
- コーディングでは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56 対 36。50が平均)。
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークではQwen3.6 Maxの方がスコアが高くなっています(65 対 64)。コンテキストはMuse Spark Openの方が長く、1,048,576トークンです(Qwen3.6 Maxは262,144トークン)。
- Muse Spark Open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5件のベンチマークのうち、Muse Spark Openのリードが4件、Qwen3.6 Maxのリードが1件です。両方を評価しているすべての総合指標で、Qwen3.6 Maxが上回っています。
ほかの質問(1件)
- Muse Spark Openはいつリリースされましたか?
- Muse Spark Openは2026年10月15日にリリースされました。