BenchLeader

Muse Spark vs Qwen3.6 Max

詳しいプロフィール:Muse Spark(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 · 7件の情報源のデータ

2026年11月16日時点で、Muse SparkとQwen3.6 Maxの品質は互角です(BenchLeader Indexで64.2 対 62.1、±4.6の誤差範囲内)。コーディング(65 対 56)、推論(67 対 61)、人間の評価(68 対 65)を重視するならMuse Spark、エージェント・ツール(72 対 65)、数学(64 対 59)、長文コンテキスト(65 対 64)を重視するならQwen3.6 Maxが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはMuse Sparkが64.2、Qwen3.6 Maxが62.1です(BenchLeader、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23件のベンチマークのうち、Muse Sparkが14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Muse Sparkカテゴリスコア65 対 56;Arena Coding 1529 対 1510高
エージェント・ツール利用Qwen3.6 Maxカテゴリスコア72 対 65;Terminal-Bench Hard 43.9% 対 45.5%中
数学Qwen3.6 Maxカテゴリスコア64 対 59;Arena Maths 1471 対 1469中
推論Muse Sparkカテゴリスコア67 対 61;GPQA Diamond 89.8% 対 87.4%中
知識Muse Sparkカテゴリスコア63 対 60;CorpFin 65.1% 対 66.5%中
長い文書Qwen3.6 Maxカテゴリスコア65 対 64;AA-LCR v1.1 80.7% 対 78.0%中
指示への追従Muse Sparkカテゴリスコア77 対 75;IFBench 75.9% 対 76.6%中
チャットの質(人間の評価)Muse SparkArenaの投票で68 対 65中
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とQwen3.6 Max (max)の品質は互角です(64.2 対 62.1、±4.6の誤差範囲内)。
  • Muse Sparkはコーディング、人間の評価、指示追従、知識、推論で優れています。
  • Qwen3.6 Max (max)はエージェント・ツール、長文コンテキスト、数学で優れています。

概要

仕様Muse SparkQwen3.6 Max
プロバイダーMetaAlibaba
リリース日2026年4月8日2026年4月20日
コンテキストウィンドウ(トークン)262,144262,144
比較した構成Muse SparkQwen3.6 Max (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)–$1.30 / $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 SparkQwen3.6 Max (max)トップ
推論67.460.8Muse Spark
コーディング65.155.9Muse Spark
エージェント・ツール65.072.1Qwen3.6 Max
数学59.164.4Qwen3.6 Max
知識63.159.7Muse Spark
指示追従76.974.7Muse Spark
人間の評価68.164.5Muse Spark
マルチモーダル64.2–比較不可
長文コンテキスト63.665.0Qwen3.6 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推論コーディングエージェント・ツール数学知識指示追従長文コンテキスト人間の評価Muse Spark, 推論: 67.4Muse Spark, コーディング: 65.1Muse Spark, エージェント・ツール: 65.0Muse Spark, 数学: 59.1Muse Spark, 知識: 63.1Muse Spark, 指示追従: 76.9Muse Spark, 長文コンテキスト: 63.6Muse Spark, 人間の評価: 68.1Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 指示追従: 74.7Qwen3.6 Max, 長文コンテキスト: 65.0Qwen3.6 Max, 人間の評価: 64.5

描画していないもの(測定済みのモデルが2つ未満):マルチモーダル。

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23件のベンチマークのうち、Muse Sparkのリードが14件、Qwen3.6 Maxのリードが9件です。両方を評価しているすべての総合指標で、Muse Sparkが上回っています。

総合IndexMuse SparkQwen3.6 Max (max)トップ
BenchLeader Index64.262.1互角
Arena Text14891460Muse Spark

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 SparkQwen3.6 Max (max)
100万トークンあたりのブレンド価格–$2.92
100万トークンあたりの入力/出力– / –$1.30 / $7.80
100万トークンあたりのキャッシュ入力–$0.130
タスクあたりの価格:チャットの返答–$0.0029
タスクあたりの価格:30ページのレポートを要約–$0.020
タスクあたりの価格:コード編集–$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–$0.109
タスクあたりの価格:構造化データの抽出–$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)–$0.057

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のスコアは64.2。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

63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 SparkQwen3.6 Max (max)
BenchLeader IndexBenchLeader64.262.1
エージェント・ツールスコアBenchLeader65.072.1
コーディングスコアBenchLeader65.155.9
人間の評価スコアBenchLeader68.164.5
指示追従スコアBenchLeader76.974.7
知識スコアBenchLeader63.159.7
長文コンテキストスコアBenchLeader63.665.0
数学スコアBenchLeader59.164.4
マルチモーダルスコアBenchLeader64.2–
推論スコアBenchLeader67.460.8
ブレンド価格($/100万トークン)BenchLeader–$2.92
コンテキストウィンドウBenchLeader262,144トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub89.8%87.4%
Humanity's Last ExamScale AI / CAIS40.6%–
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)15061481
GPQA Diamond (AA)Artificial Analysis88.4%88.8%
Humanity's Last Exam (AA)Artificial Analysis40.7%30.8%
GPQA Diamond (Vals)Vals AI89.7%–
CritPtArtificial Analysis11.3%3.7%
Arena ExpertArena (LMArena)14911497
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%
SciCodeSciCode51.5%–
Arena CodingArena (LMArena)15291510
Arena WebDevArena (LMArena)–1482
SWE-bench (Vals)Vals AI74.4%72.8%
SWE-Bench ProScale AI SEAL55.0%–
Vibe Code Bench v1.1Vals AI19.7%–
SWE-Bench Pro (private)Scale AI SEAL44.7%–
SWE Atlas v1.0: Codebase QnAScale AI SEAL24.2%–
SWE Atlas v1.0: Test WritingScale AI SEAL31.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis62.2%–
Design Arena WebsiteDesign Arena1253–
エージェント・ツール
Terminal-Bench HardArtificial Analysis45.5%43.9%
63件のベンチマークをすべて表示
指標公開元Muse SparkQwen3.6 Max (max)
エージェント・ツール
τ²-Bench Telecom (AA)Artificial Analysis91.5%95.9%
MCP AtlasScale AI SEAL82.2%–
GDPval-AA v2.1Artificial Analysis1006–
Terminal-Bench 2.0 (Vals)Vals AI59.5%51.7%
Vending-Bench 2Andon Labs–4254.2
AA-Briefcase v1.1Artificial Analysis646–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub88.9%91.1%
ProofBenchVals AI17.0%–
AIME (Vals)Vals AI96.9%–
Arena MathsArena (LMArena)14691471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
MMLU-ProVals AI87.3%–
LegalBenchVals AI84.2%–
CorpFinVals AI65.1%66.5%
TaxEvalVals AI77.7%–
PRBench FinanceScale AI SEAL52.4%–
PRBench LegalScale AI SEAL52.3%–
MultiNRCScale AI SEAL59.0%–
CaseLaw v2Vals AI63.1%47.9%
MedCodeVals AI51.3%–
MedScribeVals AI85.9%–
指示追従
IFBenchArtificial Analysis75.9%76.6%
MultiChallengeScale AI SEAL75.5%–
TutorBenchScale AI SEAL68.5%–
Arena Instruction FollowingArena (LMArena)14651451
人間の評価
Arena TextArena (LMArena)14891460
Arena Creative WritingArena (LMArena)14641438
Arena Multi-turnArena (LMArena)14931466
Arena Longer QueriesArena (LMArena)14761473
マルチモーダル
Arena VisionArena (LMArena)1306–
MMMU-ProArtificial Analysis80.5%–
MMMU-Pro (Vals)Vals AI87.4%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.0%80.7%
Arena DocumentArena (LMArena)1467–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.1149.8
AA Intelligence Index v4.3.2Artificial Analysis31.328.4
AA Progress Index v1Artificial Analysis289.1297.1
安全性・誠実さ
FORTRESSScale AI SEAL20.2%–

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

  • Muse Spark:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • Muse Spark:BenchLeader Index 64.6 → 64.1。
  • Muse Spark:スコアの改訂1件。
  • Muse Spark:新しい結果1件(AA Progress Index v1)。
  • Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
  • 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 vs Qwen3.6 Max:よくある質問

Muse SparkはQwen3.6 Maxより優れていますか?
Muse SparkとQwen3.6 Max (max)の品質は互角です(64.2 対 62.1、±4.6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。
コーディングにはMuse SparkとQwen3.6 Maxのどちらが向いていますか?
コーディングではMuse Sparkの方がスコアが高くなっています(カテゴリ指標で65 対 56。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 Codingでは、Muse Sparkが1529、Qwen3.6 Maxが1510です。
エージェントやツール利用にはMuse SparkとQwen3.6 Max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 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 65。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なTerminal-Bench Hardでは、Muse Sparkが45.5%、Qwen3.6 Maxが43.9%です。
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)。どちらも262,144トークンのコンテキストに対応しています。
Muse Spark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23件のベンチマークのうち、Muse Sparkのリードが14件、Qwen3.6 Maxのリードが9件です。両方を評価しているすべての総合指標で、Muse Sparkが上回っています。
ほかの質問(1件)
Qwen3.6 Maxはいつリリースされましたか?
Qwen3.6 Maxは2026年4月20日にリリースされました。