Muse Spark 1.1
よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(25%安い)。
これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。
2026年11月16日時点で、Muse Spark 1.1(Meta)のBenchLeader Indexは62.2です(ランク付けされた608構成中上位100位以内)。最も強いのは指示追従(70)、最も弱いのはエージェント・ツール(51)です。API料金は入力100万トークンあたり$1.25、出力100万トークンあたり$4.25(3:1のブレンドで$2.00)で、2026年11月16日時点の定価です。出力速度は約190トークン/秒です(OpenRouter)。2026年7月9日にリリースされました。
要点(2026年11月16日時点)
- Muse Spark 1.1のAPI料金は入力100万トークンあたり$1.25、出力100万トークンあたり$4.25(3:1のブレンドで$2.00)です(定価、2026年11月16日)。
- Muse Spark 1.1の出力速度は約190トークン/秒です(OpenRouter、2026年11月16日)。
- Muse Spark 1.1は2026年7月9日にリリースされました(Meta)。
詳しく見ると:Muse Spark 1.1はMetaのプロプライエタリな推論モデルです(2026年7月9日リリース)。最もスコアの高い構成は、BenchLeader Indexで62.2 ±5.6を記録し、608構成中51位で上位半分に入ります。重要なのはこの「±」です。ほかに195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(70)、エージェント・ツールが最も低くなっています(51)。ブレンド価格は100万トークンあたり$2.00で、ランク付けされたモデルの多くより高価です。出力速度は193トークン/秒、最初のトークンまで1.8秒で、最速の4分の1に入ります。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $2.00/M
- 入力$1.25・出力$4.25
- 出典:models.dev
- 出力速度
- 193 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 1.80 s
- コンテキスト
- 1.0M
- 出典:models.dev
- 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7月9日
- 総合Index62
- 推論68
- コーディング66
- エージェント・ツール51
- 数学61
- 知識69
- 指示追従70
- 人間の評価65
- マルチモーダル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-1-1)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このページ | 2026年7月9日 | 62.2 | #51 |
| Muse Spark | 2026年4月8日 | 64.2 | #29 |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年9月8日〜2026年11月16日- 標準
- xhigh
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 | high | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Hard Promptsエフォート未記載 | – | – | 1511#20 | Arena (LMArena) | |
| LiveBench 1.0 ReasoningIndex対象外 | – | 87.7%#26 | – | LiveBench | |
| GPQA Diamond (AA)Index対象外 | – | 89.8%#68 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | – | 46.2%#53 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | 91.2%#23 | – | Vals AI | |
| CritPtIndex対象外 | – | 15.1%#104 | – | Artificial Analysis | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | 1504#39 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | – | 34.0%#62 | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | 49.9%#71 | – | – | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | 94.4%#61 | – | – | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | high | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| SciCode | – | 58.8%#23 | 58.8%#23 | SciCode | |
| Arena Codingエフォート未記載 | – | – | 1533#18 | Arena (LMArena) | |
| Arena WebDevエフォート未記載 | – | – | 1542#53 | Arena (LMArena) | |
| LiveBench 1.0 CodingIndex対象外 | – | 77.2%#39 | – | LiveBench | |
| SciCode (AA)Index対象外 | – | 58.8%#24 | – | Artificial Analysis | |
| LiveCodeBench | – | 85.9%#27 | – | Vals AI | |
| SWE-bench (Vals)Index対象外 | – | 82.0%#21 | – | Vals AI | |
| SWE-Bench Proエフォート未記載 | – | – | 61.5%#1 | Scale AI SEAL | |
| Code MigrationIndex対象外 | – | 31.1%#40 | – | Vals AI | |
| ProgramBenchIndex対象外 | – | 0.0%#34 | – | Vals AI | |
| Vibe Code Bench v1.1Index対象外 | – | 72.2%#48 | – | Vals AI | |
| SWE-Bench Pro (private)Index対象外エフォート未記載 | – | – | 51.5%#1 | Scale AI SEAL | |
| SWE Atlas v1.0: Codebase QnAIndex対象外 | – | 42.2%#9 | – | Scale AI SEAL | |
| SWE Atlas v1.0: Test WritingIndex対象外 | – | 41.5%#10 | – | Scale AI SEAL | |
| Surface Evolver BenchIndex対象外 | 52.5%#17 | – | – | Epoch AI Benchmarking Hub | |
| DeepSWE v1.1Index対象外エフォート未記載 | – | – | 53.3%#45 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外 | – | 6.1%#130 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | – | 77.9%#55 | – | Artificial Analysis | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | 1263#45 | Design Arena |
エージェント・ツール
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| APEX-Agentsエフォート未記載 | – | 31.8%#59 | Mercor | |
| Arena Agentエフォート未記載 | – | -8#48 | Arena (LMArena) | |
| LiveBench Agentic CodingIndex対象外 | 58.5%#18 | – | LiveBench | |
| Terminal-Bench 2.1 (Vals) | 69.3%#30 | – | Vals AI | |
| MCP Atlasエフォート未記載 | – | 88.1%#2 | Scale AI SEAL | |
| τ³-bench BankingIndex対象外 | 40.5%#6 | – | τ²-bench | |
| GDPval-AA v2.1Index対象外 | 1216#134 | – | Artificial Analysis | |
| τ³-Banking (AA) | 31.8%#63 | – | Artificial Analysis | |
| Finance Agent v2Index対象外 | 57.2%#17 | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1Index対象外 | 20.0%#5 | – | Vals AI | |
| Legal Research BenchIndex対象外 | 38.0%#44 | – | Vals AI | |
| SkillsBenchIndex対象外 | 59.2%#10 | – | Vals AI | |
| Time Horizon Index: KSPIndex対象外 | 1.7%#13 | – | Vals AI | |
| Arena Agent Task CompletionIndex対象外エフォート未記載 | – | -6.5#41 | Arena (LMArena) | |
| GBAEvalIndex対象外エフォート未記載 | – | 7.9%#13 | Epoch AI Benchmarking Hub | |
| Vending-Bench 2Index対象外エフォート未記載 | – | 6520.5#21 | Andon Labs | |
| AutomationBenchIndex対象外 | 38.9%#132 | – | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | 14.4%#127 | – | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | 851#185 | – | Artificial Analysis | |
| Design Arena AgenticIndex対象外エフォート未記載 | – | 1172#47 | Design Arena |
数学
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| ProofBenchエフォート未記載 | – | 39.0%#41 | Vals AI | |
| LiveBench MathematicsIndex対象外 | 87.1%#48 | – | LiveBench | |
| Arena Mathsエフォート未記載 | – | 1493#24 | Arena (LMArena) |
知識
| ベンチマーク | medium | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| SimpleQA Verifiedエフォート未記載 | – | – | 57.8%#21 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外 | – | 72.5%#46 | – | LiveBench | |
| MMLU-Pro | – | 88.7%#17 | – | Vals AI | |
| LegalBench | – | 85.0%#27 | – | Vals AI | |
| CorpFin | – | 71.3%#4 | – | Vals AI | |
| TaxEval | – | 79.7%#2 | – | Vals AI | |
| PRBench Financeエフォート未記載 | – | – | 55.0%#3 | Scale AI SEAL | |
| PRBench Legalエフォート未記載 | – | – | 57.0%#4 | Scale AI SEAL | |
| MultiNRCエフォート未記載 | – | – | 65.6%#1 | Scale AI SEAL | |
| Excel Modeling BenchmarkIndex対象外 | – | 56.4%#46 | – | Vals AI | |
| MedScribeIndex対象外 | – | 88.9%#10 | – | Vals AI | |
| Public Benefits Bench v1.1Index対象外 | – | 61.3%#30 | – | Vals AI | |
| GDP.pdfIndex対象外 | 15.0%#40 | – | 15.0%#40 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench LanguageIndex対象外 | 74.3%#52 | – | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 69.6%#32 | – | LiveBench | |
| MultiChallengeエフォート未記載 | – | 75.3%#4 | Scale AI SEAL | |
| Arena Instruction FollowingIndex対象外エフォート未記載 | – | 1473#36 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1491#14 | Arena (LMArena) | |
| EQ-Bench 4 | 1244#11 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外 | 1928#14 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1443#57 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1497#14 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1481#48 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Visionエフォート未記載 | – | 1292#26 | Arena (LMArena) | |
| MMMU-Pro (Vals)Index対象外 | 86.6%#18 | – | Vals AI | |
| MortgageTaxIndex対象外 | 66.1%#35 | – | Vals AI | |
| VTBIndex対象外エフォート未記載 | – | 44.8%#1 | Scale AI SEAL |
長文コンテキスト
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| AA-LCR v1.1 | 77.7%#144 | – | Artificial Analysis | |
| Arena DocumentIndex対象外エフォート未記載 | – | 1480#11 | Arena (LMArena) | |
| MLCRIndex対象外 | 7.2%#145 | – | Artificial Analysis |
総合
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | 154.9#46 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外 | 75.3%#37 | – | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 33.7#107 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 302.7#116 | – | Artificial Analysis | |
| Vals Multimodal IndexIndex対象外 | 66.7%#11 | – | Vals AI |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| FORTRESSIndex対象外 | 12.4%#10 | 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。
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Meta | 165 tok/s | 1.39 s | $1.25 | $4.25 | 1.0M | – |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.150のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0018 | $0.0014 | 3.4 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.018 | $0.0077 | 4.9 s |
| コード編集 | 6,000 / 1,500 | $0.014 | $0.0089 | 9.6 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.092 | $0.043 | 22.5 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0034 | $0.0017 | 2.8 s |
Metaのほかのモデル
Muse Spark 1.1と比較する
- Muse Spark 1.1 vs Gemini 4 Argon
- Muse Spark 1.1 vs DeepSeek V4.1 Flash 1017
- Muse Spark 1.1 vs Kimi K3.1 Pro
- Muse Spark 1.1 vs Grok 4
- Muse Spark 1.1 vs Qwen3.6 Plus
- Muse Spark 1.1 vs Qwen3.8 Max
- Muse Spark 1.1 vs Claude Sonnet 5.5
- Muse Spark 1.1 vs Muse Wonder
- Muse Spark 1.1 vs Grok 4.7
- Muse Spark 1.1 vs Claude Opus 5.5
- Muse Spark 1.1 vs Gemini 4 Carbon
- Muse Spark 1.1 vs Step 5 Preview
- Muse Spark 1.1 vs GPT-5.4 Pro
- Muse Spark 1.1 vs GPT-5.4
- Muse Spark 1.1 vs Muse Wonder Full
- Muse Spark 1.1 vs Claude Opus 4.7
- Muse Spark 1.1 vs GPT-5.6 Sol
- Muse Spark 1.1 vs Muse Spark 1.2
- Muse Spark 1.1 vs Muse Spark 1.3
- Muse Spark 1.1 vs Gemini 3.7 Flash
- Muse Spark 1.1 vs Qwen3.6 Max
- Muse Spark 1.1 vs Claude Opus 4.6
- Muse Spark 1.1 vs Gemini 3.5 Flash
- Muse Spark 1.1 vs GPT-6 Sol
- Muse Spark 1.1 vs GPT-5.3-Codex
- Muse Spark 1.1 vs Gemini 4 Hydrogen
- Muse Spark 1.1 vs GPT-5.5
- Muse Spark 1.1 vs GPT-6.1 Terra
- Muse Spark 1.1 vs Muse Spark
- Muse Spark 1.1 vs Claude Opus 5
- Muse Spark 1.1 vs Claude Fable 5
- Muse Spark 1.1 vs GPT-6.1 Sol
- Muse Spark 1.1 vs Claude Fable 5.1
- Muse Spark 1.1 vs GPT-6 Astra
- Muse Spark 1.1 vs Claude Fable 5.2
関連ページ
埋め込み・引用
Muse Spark 1.1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-1-1)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 1.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark-1-1
BibTeX:
@misc{benchleader_muse_spark_1_1_20261116,
author = {{BenchLeader}},
title = {{Muse Spark 1.1 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-spark-1-1}},
note = {Data as of 2026-11-16}
}よくある質問
- Muse Spark 1.1のベンチマークスコアは?
- 2026年11月16日時点で、Muse Spark 1.1のBenchLeader Indexは62.2 ±5.6です(上位100位以内)。最も強いのは指示追従(70)、最も弱いのはエージェント・ツール(51)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 1.1の順位は?
- 2026年11月16日時点で、Muse Spark 1.1はランク付けされた608構成中51位です(上位100位以内)。ほかに195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 1.1の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Muse Spark 1.1の料金は入力100万トークンあたり$1.25、出力100万トークンあたり$4.25で、ブレンド価格(出力1トークンにつき入力3トークン)は$2.00です。
- Muse Spark 1.1はGemini 3.7 Flashより優れていますか?
- 2026年11月16日時点で、Gemini 3.7 Flash(推論エフォート high)とMuse Spark 1.1の品質はほぼ互角です(BenchLeader Indexで62.1対62.2、±6.6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 1.1はいつリリースされましたか?
- Metaが2026年7月9日にMuse Spark 1.1をリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Muse Spark 1.1: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-1-1