BenchLeader

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 Open100万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 OpenQwen3.6 Max
プロバイダーMetaAlibaba
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)1,048,576262,144
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51.360.8Qwen3.6 Max
コーディング36.055.9Qwen3.6 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58.859.7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63.865.0Qwen3.6 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。

2550 avg75推論コーディング知識長文コンテキストMuse Spark Open, 推論: 51.3Muse Spark Open, コーディング: 36.0Muse Spark Open, 知識: 58.8Muse Spark Open, 長文コンテキスト: 63.8Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 長文コンテキスト: 65.0

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。

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IndexMuse Spark Open (xhigh)Qwen3.6 Max (max)トップ
BenchLeader Index53.562.1Qwen3.6 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 IndexBenchLeader53.562.1
コーディングスコアBenchLeader36.055.9
知識スコアBenchLeader58.859.7
長文コンテキストスコアBenchLeader63.865.0
マルチモーダルスコアBenchLeader63.3–
推論スコアBenchLeader51.360.8
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BenchLeader180 tok/s–
回答開始までの時間BenchLeader9.9秒–
コンテキストウィンドウBenchLeader1,048,576トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)–1481
LiveBench 2.0 ReasoningLiveBench73.7%†–
GPQA Diamond (AA)Artificial Analysis89.0%88.8%
Humanity's Last Exam (AA)Artificial Analysis43.9%30.8%
HLE-Diamond (AA)Artificial Analysis26.3%–
ARC-AGI-1ARC Prize89.0%–
ARC-AGI-2ARC Prize57.5%–
ARC-AGI-3ARC Prize0.4%–
CritPtArtificial Analysis14.9%3.7%
CritPt v2 hard subset (AA)Artificial Analysis29.5%–
HLE-Diamond (Scale)Scale AI SEAL28.0%†–
Arena ExpertArena (LMArena)–1497
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub–42.5%
DTBenchEpoch AI Benchmarking Hub–87.2%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
Arena CodingArena (LMArena)–1510
Arena WebDevArena (LMArena)1526†1482
LiveBench 2.0 CodingLiveBench55.1%†–
SciCode (AA)Artificial Analysis58.5%–
SWE-bench (Vals)Vals AI–72.8%
Code MigrationVals AI21.2%–
Code Migration v1.1Vals AI26.9%–
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 v1.1Vals AI76.2%–
SWE Atlas v1.1Scale AI SEAL42.3%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL50.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL41.1%†–
SWE Atlas v1.1: RefactoringScale AI SEAL35.7%†–
SWE-Bench Pro V2Scale AI SEAL95.0%–
SWE-Bench Pro V2 HARDScale AI SEAL82.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis8.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis76.4%–
GameBench 2 OverallDuelLab GameBench 255.3†–
GameBench 2 by reasoning settingDuelLab GameBench 259.3–
Design Arena WebsiteDesign Arena1305–
FrontierCode 1.1 (AA)Artificial Analysis27.6%–
FrontierCode 2.0 (AA)Artificial Analysis7.6%–
エージェント・ツール
LiveBench Long AgenticLiveBench12.1%†–
LiveBench BrowserLiveBench26.2%†–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
HiL-BenchScale AI SEAL59.7%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis45.1%–
GDPval-AA v2.1Artificial Analysis1401–
Finance Agent v2Vals AI61.3%–
Finance Agent v2.1Vals AI60.7%–
Harvey's Legal Agent Benchmark v1.1Vals AI25.0%–
Harvey's Legal Agent Benchmark v1Vals AI16.7%–
Legal Research BenchVals AI38.5%–
Tax Agent BenchVals AI26.3%–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI6.6%–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis49.7%–
GDP.pdf (AA)Artificial Analysis18.6%–
AA-Briefcase v1.1Artificial Analysis1280–
GDPxGDPx by SemiAnalysis1.7%†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis1.9%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
ArXivMathMathArena27.0%–
BrokenArXivMathArena30.1%–
Arena MathsArena (LMArena)–1471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
LiveBench 2.0 Data AnalysisLiveBench60.2%†–
LiveBench ResearchLiveBench82.7%†–
AA-Omniscience v1.1Artificial Analysis25.8–
CorpFinVals AI–66.5%
PRBench LegalScale AI SEAL59.8%†–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI53.7%–
Excel Modeling Benchmark v1.1Vals AI62.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis42.0%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis72.0%–
指示追従
IFBenchArtificial Analysis–76.6%
MultiChallengeScale AI SEAL74.2%†–
Arena Instruction FollowingArena (LMArena)–1451
人間の評価
Arena TextArena (LMArena)–1460
Arena Creative WritingArena (LMArena)–1438
Arena Multi-turnArena (LMArena)–1466
Arena Longer QueriesArena (LMArena)–1473
マルチモーダル
LiveBench DesignLiveBench58.1%†–
MMMU-ProArtificial Analysis80.9%–
SAGEVals AI85.8%–
Humanity's Sixth SenseScale AI SEAL29.6%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.3%80.7%
MLCRArtificial Analysis7.8%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.4†149.8
LiveBench 2.0LiveBench48.5%†–
AA Intelligence Index v5.0.1Artificial Analysis24.9–
AA Intelligence Index v4.3.2Artificial Analysis38.928.4
AA Progress Index v1Artificial Analysis306.7297.1
Vals IndexVals AI48.6–
Vals Finance IndexVals AI53.0%–
Vals Legal IndexVals AI68.5%–
安全性・誠実さ
FORTRESSScale AI SEAL7.6%†–
DistressBenchScale AI SEAL87.7%†–
メタデータ
AA Openness IndexArtificial Analysis27.8–

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。

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。