BenchLeader

Muse Spark 1.1

推論エフォート
品質339中24位
62.2Index
上位10%
中央値比 +12.0
価格255中173位
$2.00100万トークンあたり
多くのモデルより高い
中央値の2.4倍
速度216中17位
193トークン/秒
上位10%
中央値の2.4倍
コスパ255中168位
31.1ポイント/$
中央値より下
中央値の0.6倍

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
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index62
  2. 推論68
  3. コーディング66
  4. エージェント・ツール51
  5. 数学61
  6. 知識69
  7. 指示追従70
  8. 人間の評価65
  9. 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
[![Muse Spark 1.1 on BenchLeader: 総合 24位](https://www.benchleader.com/badge/muse-spark-1-1.svg?style=compact)](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。

Metaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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 1.32026年9月2日61.6#63
Muse Spark 1.2xhigh2026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 Spark2026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。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
medium––193 tok/s1.80 s$0.0018
high––193 tok/s1.80 s$0.0018
xhigh59.5#103169 tok/s13 s$0.0018エージェント・ツール 59 · コーディング 63 · 知識 65 · 長文コンテキスト 63
未記載最良62.2#51193 tok/s1.80 s$0.0018エージェント・ツール 51 · コーディング 66 · 人間の評価 65 · 指示追従 70 · 知識 69 · 数学 61 · マルチモーダル 64 · 推論 68

Indexの推移

2026年9月8日〜2026年11月16日
526171
  • 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highxhigh標準出典推移
Arena Hard Promptsエフォート未記載––1511#20Arena (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#39Arena (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highxhigh標準出典推移
SciCode–58.8%#2358.8%#23SciCode
Arena Codingエフォート未記載––1533#18Arena (LMArena)
Arena WebDevエフォート未記載––1542#53Arena (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%#1Scale 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%#1Scale 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%#45Epoch 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#45Design 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%#59Mercor
Arena Agentエフォート未記載–-8#48Arena (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%#2Scale 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#41Arena (LMArena)
GBAEvalIndex対象外エフォート未記載–7.9%#13Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載–6520.5#21Andon 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#47Design 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%#41Vals AI
LiveBench MathematicsIndex対象外87.1%#48–LiveBench
Arena Mathsエフォート未記載–1493#24Arena (LMArena)

知識

ベンチマークmediumxhigh標準出典推移
SimpleQA Verifiedエフォート未記載––57.8%#21Epoch 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%#3Scale AI SEAL
PRBench Legalエフォート未記載––57.0%#4Scale AI SEAL
MultiNRCエフォート未記載––65.6%#1Scale 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%#40Epoch 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%#4Scale AI SEAL
Arena Instruction FollowingIndex対象外エフォート未記載–1473#36Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1491#14Arena (LMArena)
EQ-Bench 41244#11EQ-Bench
EQ-Bench Creative Writing v3Index対象外1928#14EQ-Bench
Arena Creative WritingIndex対象外1443#57Arena (LMArena)
Arena Multi-turnIndex対象外1497#14Arena (LMArena)
Arena Longer QueriesIndex対象外1481#48Arena (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#26Arena (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%#1Scale 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 v1.177.7%#144–Artificial Analysis
Arena DocumentIndex対象外エフォート未記載–1480#11Arena (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#46Epoch 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%#10Scale 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
Meta165 tok/s1.39 s$1.25$4.251.0M–

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$0.00143.4 s
30ページのレポートを要約12,000 / 600$0.018$0.00774.9 s
コード編集6,000 / 1,500$0.014$0.00899.6 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$0.04322.5 s
構造化データの抽出2,000 / 200$0.0034$0.00172.8 s

Metaのほかのモデル

今月の新着

Muse Spark 1.1と比較する

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。

[![Muse Spark 1.1 on BenchLeader: 総合 24位](https://www.benchleader.com/badge/muse-spark-1-1.svg)](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}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

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