Muse Spark
2026年11月16日時点で、Muse Spark(Meta)のBenchLeader Indexは64.2です(ランク付けされた608構成中上位50位以内)。最も強いのは指示追従(77)、最も弱いのは数学(59)です。2026年4月8日にリリースされました。
要点(2026年11月16日時点)
- Muse Sparkは2026年4月8日にリリースされました(Meta)。
詳しく見ると:Muse SparkはMetaのプロプライエタリな推論モデルです(2026年4月8日リリース)。最もスコアの高い構成は、BenchLeader Indexで64.2 ±3.5を記録し、608構成中29位で上位半分に入ります。重要なのはこの「±」です。ほかに92構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(77)、数学が最も低くなっています(59)。最終測定日:2026年11月11日。
- ブレンド価格
- –
- 出力速度
- –
- 回答開始
- –
- コンテキスト
- 262k
- 出典:Artificial Analysis
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年4月8日
- 総合Index64
- 推論67
- コーディング65
- エージェント・ツール65
- 数学59
- 知識63
- 指示追従77
- 人間の評価68
- マルチモーダル64
- 長文コンテキスト64
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/muse-spark)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
Metaはこの名前で4つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Muse Spark 1.3 | 2026年9月2日 | 61.6 | #63 |
| Muse Spark 1.2xhigh | 2026年8月5日 | 61.5 | #64 |
| Muse Spark 1.1 | 2026年7月9日 | 62.2 | #51 |
| Muse Sparkこのページ | 2026年4月8日 | 64.2 | #29 |
Indexの推移
2026年9月8日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond | 89.8%#57 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam | 40.6%#7 | Scale AI / CAIS | |
| Arena Hard Prompts | 1506#25 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 88.4%#92 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 40.7%#95 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | 89.7%#28 | Vals AI | |
| CritPtIndex対象外 | 11.3%#126 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1491#59 | Arena (LMArena) |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| SciCode | 51.5%#111 | SciCode | |
| Arena Coding | 1529#24 | Arena (LMArena) | |
| SWE-bench (Vals)Index対象外 | 74.4%#46 | Vals AI | |
| SWE-Bench Pro | 55.0%#3 | Scale AI SEAL | |
| Vibe Code Bench v1.1Index対象外 | 19.7%#92 | Vals AI | |
| SWE-Bench Pro (private)Index対象外 | 44.7%#3 | Scale AI SEAL | |
| SWE Atlas v1.0: Codebase QnAIndex対象外 | 24.2%#17 | Scale AI SEAL | |
| SWE Atlas v1.0: Test WritingIndex対象外 | 31.1%#16 | Scale AI SEAL | |
| Terminal-Bench 2.1 (AA)Index対象外 | 62.2%#93 | Artificial Analysis | |
| Design Arena WebsiteIndex対象外 | 1253#57 | Design Arena |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Terminal-Bench Hard | 45.5%#34 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 91.5%#59 | Artificial Analysis | |
| MCP Atlas | 82.2%#12 | Scale AI SEAL | |
| GDPval-AA v2.1Index対象外 | 1006#182 | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)Index対象外 | 59.5%#7 | Vals AI | |
| AA-Briefcase v1.1Index対象外 | 646#208 | Artificial Analysis |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| OTIS Mock AIME | 88.9%#85 | Epoch AI Benchmarking Hub | |
| ProofBench | 17.0%#59 | Vals AI | |
| AIME (Vals) | 96.9%#2 | Vals AI | |
| Arena Maths | 1469#57 | Arena (LMArena) |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMLU-Pro | 87.3%#30 | Vals AI | |
| LegalBench | 84.2%#38 | Vals AI | |
| CorpFin | 65.1%#34 | Vals AI | |
| TaxEval | 77.7%#3 | Vals AI | |
| PRBench Finance | 52.4%#6 | Scale AI SEAL | |
| PRBench Legal | 52.3%#7 | Scale AI SEAL | |
| MultiNRC汚染の可能性 | 59.0%#5 | Scale AI SEAL | |
| CaseLaw v2Index対象外 | 63.1%#17 | Vals AI | |
| MedCodeIndex対象外 | 51.3%#16 | Vals AI | |
| MedScribeIndex対象外 | 85.9%#24 | Vals AI |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 75.9%#24 | Artificial Analysis | |
| MultiChallenge | 75.5%#3 | Scale AI SEAL | |
| TutorBench | 68.5%#1 | Scale AI SEAL | |
| Arena Instruction FollowingIndex対象外 | 1465#48 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1489#18 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1464#26 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1493#22 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1476#57 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Vision | 1306#14 | Arena (LMArena) | |
| MMMU-Pro | 80.5%#55 | Artificial Analysis | |
| MMMU-Pro (Vals)Index対象外 | 87.4%#16 | Vals AI |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 78.0%#137 | Artificial Analysis | |
| Arena DocumentIndex対象外 | 1467#23 | Arena (LMArena) |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 153.1#52 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 31.3#121 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 289.1#147 | Artificial Analysis |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| FORTRESSIndex対象外 | 20.2%#39 | Scale AI SEAL |
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
Metaのほかのモデル
Muse Sparkと比較する
- Muse Spark vs Muse Wonder
- Muse Spark vs Gemini 4 Argon
- Muse Spark vs DeepSeek V4.1 Flash 1017
- Muse Spark vs GPT-5.1
- Muse Spark vs Grok 4.7
- Muse Spark vs Step 5 Preview
- Muse Spark vs Claude Opus 5.5
- Muse Spark vs Muse Spark 1.3
- Muse Spark vs GPT-6 Astra
- Muse Spark vs GLM 5.2
- Muse Spark vs GPT-6.1 Terra
- Muse Spark vs Gemini 3.8 Flash
- Muse Spark vs Qwen3.8 Max
- Muse Spark vs Claude Sonnet 5.5
- Muse Spark vs Gemini 4 Hydrogen
- Muse Spark vs Grok 4
- Muse Spark vs GPT-5.4
- Muse Spark vs Qwen3.6 Max
- Muse Spark vs Claude Sonnet 5
- Muse Spark vs Claude Fable 5.1
- Muse Spark vs Gemini 3.1 Pro
- Muse Spark vs GPT-5.4 Pro
- Muse Spark vs Claude Fable 5
- Muse Spark vs Claude Opus 4.6
- Muse Spark vs GPT-6.1 Sol
- Muse Spark vs GLM 5 Turbo
- Muse Spark vs Kimi K3.1 Pro
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs GPT-5.5
- Muse Spark vs Claude Opus 5
- Muse Spark vs GPT-5.6 Sol
- Muse Spark vs Claude Opus 4.7
- Muse Spark vs GPT-5.3-Codex
- Muse Spark vs GPT-6 Sol
- Muse Spark vs Gemini 3.5 Flash
- Muse Spark vs Muse Spark 1.1
- Muse Spark vs Gemini 3.7 Flash
- Muse Spark vs Muse Wonder Full
- Muse Spark vs Muse Spark 1.2
- Muse Spark vs Claude Fable 5.2
関連ページ
埋め込み・引用
Muse Sparkの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/muse-spark)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Muse Spark on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark
BibTeX:
@misc{benchleader_muse_spark_20261116,
author = {{BenchLeader}},
title = {{Muse Spark on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-spark}},
note = {Data as of 2026-11-16}
}よくある質問
- Muse Sparkのベンチマークスコアは?
- 2026年11月16日時点で、Muse SparkのBenchLeader Indexは64.2 ±3.5です(上位50位以内)。最も強いのは指示追従(77)、最も弱いのは数学(59)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Muse Sparkの順位は?
- 2026年11月16日時点で、Muse Sparkはランク付けされた608構成中29位です(上位50位以内)。ほかに92構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Muse SparkはClaude Sonnet 5.5より優れていますか?
- 2026年11月16日時点で、Claude Sonnet 5.5(推論エフォート max)とMuse Sparkの品質はほぼ互角です(BenchLeader Indexで64.2対64.2、±4.3の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Muse Sparkはいつリリースされましたか?
- Metaが2026年4月8日にMuse Sparkをリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Muse Spark:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/muse-spark