BenchLeader

Claude Fable 5 vs Muse Spark 1.3

完整资料:Claude Fable 5(Anthropic)和 Muse Spark 1.3(Meta),包括全部基准测试、价格和排名。

更新于 · 数据来自 9 个来源

截至 2026年11月16日,Claude Fable 5 与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 65.4 比 61.6,在 ±9.6 的误差范围内)。Muse Spark 1.3 更便宜,对方的价格是它的 10 倍(每百万 token 混合价格 $2.00 比 $20.00)。看重推理(80 比 71)选 Claude Fable 5;看重知识(81 比 66)选 Muse Spark 1.3。Muse Spark 1.3 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • Claude Fable 5 的 BenchLeader Index 为 65.4,Muse Spark 1.3 为 61.6(BenchLeader,2026年11月16日)。
  • Claude Fable 5 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • Muse Spark 1.3 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
  • Muse Spark 1.3 比 Claude Fable 5 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 9 项基准测试中,Claude Fable 5 领先 5 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
智能体与工具调用均可类别得分 61 比 61;APEX-Agents 63.6% 比 58.6%均可
推理Claude Fable 5类别得分 80 比 71高
知识Muse Spark 1.3类别得分 81 比 66;PRBench Finance 59.5% 比 53.9%高
对话质量(人类偏好)–只有 Claude Fable 5 有 Arena 评分(类别得分 68)无法比较
成本最低Muse Spark 1.3每百万 token 混合价格 $2.00 比 $20.00;智能体编程会话 $0.092 比 $0.800–
首次回答最快均可首个回答 token 3.2 秒(Claude Fable 5)比 2.6 秒(Muse Spark 1.3)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Claude Fable 5 与 Muse Spark 1.3 的质量不相上下(65.4 比 61.6,在 ±9.6 的误差范围内)。
  • Claude Fable 5 在推理方面更强。
  • Muse Spark 1.3 在智能体与工具、知识方面更强。
  • Muse Spark 1.3 更便宜,对方的价格是它的 10 倍(每百万 token 混合价格 $2.00 比 $20.00)。
  • Muse Spark 1.3 的输出速度是对方的 3.3 倍(163 比 50 token/秒)。

概览

规格Claude Fable 5Muse Spark 1.3
提供商AnthropicMeta
发布日期2026年6月9日2026年9月2日
上下文窗口(token)1,000,0001,048,576
对比时的配置Claude Fable 5Muse Spark 1.3
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$10.00 / $50.00 / $1.00$1.25 / $4.25 / $0.150

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Claude Fable 5Muse Spark 1.3领先者
推理80.171.0Claude Fable 5
编程75.5–无法比较
智能体与工具60.561.3持平
数学–56.3无法比较
知识66.481.2Muse Spark 1.3
人类偏好67.7–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理智能体与工具知识Claude Fable 5, 推理: 80.1Claude Fable 5, 智能体与工具: 60.5Claude Fable 5, 知识: 66.4Muse Spark 1.3, 推理: 71.0Muse Spark 1.3, 智能体与工具: 61.3Muse Spark 1.3, 知识: 81.2

未绘制(测得的模型少于两个):编程, 数学, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 9 项基准测试中,Claude Fable 5 领先 5 项,Muse Spark 1.3 领先 4 项。所有同时评测两者的综合评分都认为 Claude Fable 5 更强。

综合 IndexClaude Fable 5Muse Spark 1.3领先者
BenchLeader Index65.461.6不相上下
Arena Text1504†1497Claude Fable 5

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Claude Fable 5Muse Spark 1.3
每百万 token 混合价格$20.00$2.00
每百万 token 输入 / 输出$10.00 / $50.00$1.25 / $4.25
每百万 token 缓存输入$1.00$0.150
每项任务价格:聊天回复$0.019$0.0018
每项任务价格:总结一份 30 页的报告$0.150$0.018
每项任务价格:代码编辑$0.135$0.014
每项任务价格:智能体编程会话$0.800$0.092
每项任务价格:结构化信息提取$0.030$0.0034
智能体编程会话(输入大多命中缓存)$0.395$0.043
输出速度50 tok/s163 tok/s
首次回答时间3.2 秒2.6 秒

每个模型都按其排名最高的推理强度设置进行对比。Claude Fable 5 得分 65.4,首个回答 token 需 3 秒;Claude Fable 5 (max) 为 65.1(95 秒),Claude Fable 5 (high) 为 63.9(3 秒)。Muse Spark 1.3 得分 61.6,首个回答 token 需 3 秒;Muse Spark 1.3 (max) 为 60.6(31 秒),Muse Spark 1.3 (xhigh) 为 58.1(11 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 164 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Claude Fable 5Muse Spark 1.3
BenchLeader IndexBenchLeader65.461.6
智能体与工具得分BenchLeader60.561.3
编程得分BenchLeader75.5–
人类偏好得分BenchLeader67.7–
知识得分BenchLeader66.481.2
推理得分BenchLeader80.171.0
数学得分BenchLeader–56.3
混合价格(美元/百万 token)BenchLeader$20.00$2.00
输出速度BenchLeader50 tok/s163 tok/s
首次回答时间BenchLeader3.2 秒2.6 秒
上下文窗口BenchLeader1,000,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub85.9%†–
SimpleBenchSimpleBench81.9%†81.8%
Arena Hard PromptsArena (LMArena)1530†1517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench89.7%†89.7%†
GPQA Diamond (AA)Artificial Analysis92.6%†93.5%†
Humanity's Last Exam (AA)Artificial Analysis55.5%†48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI93.2%†–
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%–
ARC-AGI-1ARC Prize98.5%†–
ARC-AGI-2ARC Prize89.2%†–
CritPtArtificial Analysis28.6%†24.9%†
CritPt v2 hard subset (AA)Artificial Analysis–48.0%†
MysteryMechanismVals AI–36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)1550†1521†
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†25.0%†
LMCAEpoch AI Benchmarking Hub60.3%†53.9%
DTBenchEpoch AI Benchmarking Hub98.4%†96.5%
ForecastBenchForecastBench65.9%†65.5%†
BTF-3Epoch AI Benchmarking Hub13.0%†14.1%†
编程
SciCodeSciCode61.0%†58.8%†
显示全部 164 项基准测试
指标发布方Claude Fable 5Muse Spark 1.3
编程
WeirdMLWeirdML91.9%†–
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†1534†
Arena WebDevArena (LMArena)1625†1655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench86.0%†81.1%†
LiveCodeBenchVals AI89.8%†–
IOIVals AI–56.6%†
SWE-bench (Vals)Vals AI95.0%†–
Code MigrationVals AI55.1%†47.4%†
ProgramBenchVals AI2.0%†2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI90.3%†85.9%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL39.0%†–
SWE Atlas v1.0: RefactoringScale AI SEAL54.8%†–
SWE Atlas v1.0: Test WritingScale AI SEAL55.6%†–
MirrorCodeEpoch AI Benchmarking Hub70.0%†54.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†–
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub2041.3†1688.3†
FrontierSWEEpoch AI Benchmarking Hub47.0%†25.8%†
WeirdML v3WeirdML15.6%†6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†84.3%†
Startrise FrontendStartrise73.8%†74.7%
GameBench 2 OverallDuelLab GameBench 265.857.7
GameBench 2 by reasoning settingDuelLab GameBench 258.1†68.5†
Design Arena WebsiteDesign Arena12881353†
FrontierCode 1.1 (AA)Artificial Analysis–40.6%†
FrontierCode 2.0 (AA)Artificial Analysis–23.1%†
智能体与工具
Terminal-BenchTerminal-Bench44.9%†14.8%†
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%58.6%
Arena AgentArena (LMArena)7.3†2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench62.2%†64.1%†
Terminal-Bench HardArtificial Analysis62.9%†–
τ²-Bench Telecom (AA)Artificial Analysis98.5%†–
Terminal-Bench 2.1 (Vals)Vals AI80.5%†79.0%†
MCP AtlasScale AI SEAL83.3%–
HiL-BenchScale AI SEAL56.3%66.9%
τ³-bench Bankingτ²-bench39.7%†–
GDPval-AA v2.1Artificial Analysis1618†1681†
τ³-Banking (AA)Artificial Analysis38.1%†50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis48.8%†37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI56.3%†60.0%†
Harvey's Legal Agent Benchmark v1Vals AI11.3%†23.8%†
Legal Research BenchVals AI49.5%†55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI38.3%†42.4%†
Terminal-Bench 4.0 (Vals)Vals AI41.4%†24.8%†
Terminal-Bench ScienceVals AI15.7%†10.0%†
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†–
Arena Agent Task CompletionArena (LMArena)5.1†3.7†
PostTrainBenchEpoch AI Benchmarking Hub37.3%†–
GBAEvalEpoch AI Benchmarking Hub74.5%–
Vending-Bench 2Andon Labs4529.9–
AutomationBenchArtificial Analysis54.1%†57.9%†
GDP.pdf (AA)Artificial Analysis24.0%†26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†1581†
Design Arena AgenticDesign Arena12751283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–10.9%†
CWE-Bench (AA)Artificial Analysis–60.8%†
DeepSec-Bench (AA)Artificial Analysis–12.5%†
CyberGym end-to-end (AA)Artificial Analysis–59.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†99.2%†
ProofBenchVals AI95.0%†55.0%
LiveBench MathematicsLiveBench96.0%†96.0%†
Arena MathsArena (LMArena)1520†1506†
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench80.5%†79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI91.5%†–
LegalBenchVals AI88.6%†–
CorpFinVals AI71.8%†–
TaxEvalVals AI76.9%†–
PRBench FinanceScale AI SEAL53.9%59.5%
PRBench LegalScale AI SEAL52.6%61.6%
Excel Modeling BenchmarkVals AI73.7%†67.4%†
MedCodeVals AI56.1%†–
MedScribeVals AI88.5%†–
Public Benefits Bench v1.1Vals AI70.4%†–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–74.8%†
指令遵循
LiveBench LanguageLiveBench90.7%†82.8%†
LiveBench Instruction FollowingLiveBench75.8%†78.0%†
IFBenchArtificial Analysis63.5%†–
Arena Instruction FollowingArena (LMArena)1509†1485†
人类偏好
Arena TextArena (LMArena)1504†1497†
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench19441907
Arena Creative WritingArena (LMArena)1501†1468†
Arena Multi-turnArena (LMArena)1517†1493†
Arena Longer QueriesArena (LMArena)1522†1498†
多模态
Arena VisionArena (LMArena)1326†1310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis–82.0%†
MMMU-Pro (Vals)Vals AI89.3%†–
MortgageTaxVals AI68.9%†–
Humanity's Sixth SenseScale AI SEAL34.5%†37.4%†
GeoBenchGeoBench89.0%†86.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%–
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†–
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
长上下文
AA-LCR v1.1Artificial Analysis82.3%†83.0%†
Arena DocumentArena (LMArena)1500†1474†
MLCRArtificial Analysis20.6%†13.9%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench83.0%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis49.6†48.1†
AA Progress Index v1Artificial Analysis329.3†324.5†
Vals RSI IndexVals AI24.3%†19.6%†
Vals Multimodal IndexVals AI74.2%†–
AA Cyber IndexArtificial Analysis–44.3†
安全与诚实
DistressBenchScale AI SEAL69.4%84.9%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • Claude Fable 5:BenchLeader Index 66.5 → 65.4。
  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Claude Fable 5:1 项分数修订。
  • Muse Spark 1.3:1 项分数修订。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Muse Spark 1.3:2 项新结果(SimpleBench, GeoBench)。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:4 项分数修订。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
  • Claude Fable 5:1 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Claude Fable 5 vs Muse Spark 1.3:常见问题

Claude Fable 5 比 Muse Spark 1.3 更好吗?
Claude Fable 5 与 Muse Spark 1.3 的质量不相上下(65.4 比 61.6,在 ±9.6 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Claude Fable 5 和 Muse Spark 1.3 哪个更便宜?价格会变吗?
目前 Muse Spark 1.3 更便宜:每百万 token $2.00 比 $20.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
Claude Fable 5 和 Muse Spark 1.3 哪个更快?
Muse Spark 1.3 输出更快(约 1.5 倍;输出 163 比 50 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Claude Fable 5 还是 Muse Spark 1.3 更好?
两者在智能体任务方面持平(类别得分 61 比 61)。在两者共同的最主要智能体与工具基准测试 APEX-Agents 上,Claude Fable 5 为 63.6%,Muse Spark 1.3 为 58.6%。
处理长文档哪个更好?
两者都约为 1M token(Claude Fable 5 为 1,000,000,Muse Spark 1.3 为 1,048,576)。
更多问题(3)
哪个延迟更低?
Muse Spark 1.3 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.6 秒比 3.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Claude Fable 5 和 Muse Spark 1.3 的看法一致吗?
在两者都有结果的 9 项基准测试中,Claude Fable 5 领先 5 项,Muse Spark 1.3 领先 4 项。所有同时评测两者的综合评分都认为 Claude Fable 5 更强。
Muse Spark 1.3 是什么时候发布的?
Muse Spark 1.3 于 2026年9月2日 发布。