BenchLeader

Claude Fable 5 vs Muse Spark Open

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

更新于 · 数据来自 12 个来源

截至 2026年11月16日,质量上 Claude Fable 5 领先 Muse Spark Open(BenchLeader Index 65.4 比 53.5)。不过,Muse Spark Open 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)。在两者都有成绩的所有类别中,Claude Fable 5 均领先。Muse Spark Open 输出更快(3 倍以上)。

要点(截至 2026年11月16日)

  • Claude Fable 5 的 BenchLeader Index 为 65.4,Muse Spark Open 为 53.5(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 Open 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
  • Muse Spark Open 比 Claude Fable 5 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 1 项基准测试中,Muse Spark Open 领先 1 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
编程Claude Fable 5类别得分 76 比 36;Design Arena Website 1288 比 1305高
推理Claude Fable 5类别得分 80 比 51高
知识Claude Fable 5类别得分 66 比 59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 Open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Claude Fable 5首个回答 token 3.2 秒(Claude Fable 5)比 9.9 秒(Muse Spark Open (xhigh))–
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

  • 质量上 Claude Fable 5 领先:65.4 比 53.5。
  • Claude Fable 5 在编程、知识、推理方面更强。
  • Muse Spark Open (xhigh) 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 Open (xhigh) 的输出速度是对方的 3.6 倍(180 比 50 token/秒)。

概览

规格Claude Fable 5Muse Spark Open
提供商AnthropicMeta
发布日期2026年6月9日2026年10月15日
上下文窗口(token)1,000,0001,048,576
对比时的配置Claude Fable 5Muse Spark Open (xhigh)
开放权重否是
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 Open (xhigh)领先者
推理80.151.3Claude Fable 5
编程75.536.0Claude Fable 5
智能体与工具60.5–无法比较
知识66.458.8Claude Fable 5
人类偏好67.7–无法比较
多模态–63.3无法比较
长上下文–63.8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推理编程知识Claude Fable 5, 推理: 80.1Claude Fable 5, 编程: 75.5Claude Fable 5, 知识: 66.4Muse Spark Open, 推理: 51.3Muse Spark Open, 编程: 36.0Muse Spark Open, 知识: 58.8

未绘制(测得的模型少于两个):智能体与工具, 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 1 项基准测试中,Claude Fable 5 领先 0 项,Muse Spark Open 领先 1 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 Open (xhigh)领先者
BenchLeader Index65.453.5Claude 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 Open (xhigh)
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
每项基准测试任务成本(AA Index)–$2.02
每项任务输出 token(AA Index)–66k
其中推理部分–32k
每项任务耗时(AA Index)–6 min
输出速度50 tok/s180 tok/s
首次回答时间3.2 秒9.9 秒
完整回答耗时(最近一次测量 2026年11月13日)–39.9 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 Open (xhigh) 得分 53.5,首个回答 token 需 10 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 167 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 Open (xhigh)
BenchLeader IndexBenchLeader65.453.5
智能体与工具得分BenchLeader60.5–
编程得分BenchLeader75.536.0
人类偏好得分BenchLeader67.7–
知识得分BenchLeader66.458.8
推理得分BenchLeader80.151.3
长上下文得分BenchLeader–63.8
多模态得分BenchLeader–63.3
混合价格(美元/百万 token)BenchLeader$20.00$2.00
输出速度BenchLeader50 tok/s180 tok/s
首次回答时间BenchLeader3.2 秒9.9 秒
上下文窗口BenchLeader1,000,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub85.9%†–
SimpleBenchSimpleBench81.9%†–
Arena Hard PromptsArena (LMArena)1530†–
LiveBench 2.0 ReasoningLiveBench–73.7%†
LiveBench 1.0 ReasoningLiveBench89.7%†–
GPQA Diamond (AA)Artificial Analysis92.6%†89.0%
Humanity's Last Exam (AA)Artificial Analysis55.5%†43.9%
HLE-Diamond (AA)Artificial Analysis–26.3%
GPQA Diamond (Vals)Vals AI93.2%†–
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%–
ARC-AGI-1ARC Prize98.5%†89.0%
ARC-AGI-2ARC Prize89.2%†57.5%
ARC-AGI-3ARC Prize–0.4%
CritPtArtificial Analysis28.6%†14.9%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
HLE-Diamond (Scale)Scale AI SEAL–28.0%†
Arena ExpertArena (LMArena)1550†–
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†–
LMCAEpoch AI Benchmarking Hub60.3%†–
DTBenchEpoch AI Benchmarking Hub98.4%†–
ForecastBenchForecastBench65.9%†–
BTF-3Epoch AI Benchmarking Hub13.0%†–
编程
SciCodeSciCode61.0%†–
显示全部 167 项基准测试
指标发布方Claude Fable 5Muse Spark Open (xhigh)
编程
WeirdMLWeirdML91.9%†–
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†–
Arena WebDevArena (LMArena)1625†1526†
LiveBench 2.0 CodingLiveBench–55.1%†
LiveBench 1.0 CodingLiveBench86.0%†–
SciCode (AA)Artificial Analysis61.0%†58.5%
LiveCodeBenchVals AI89.8%†–
SWE-bench (Vals)Vals AI95.0%†–
Code MigrationVals AI55.1%†21.2%
Code Migration v1.1Vals AI–26.9%
ProgramBenchVals AI2.0%†–
Vibe Code Bench v1.1Vals AI90.3%†76.2%
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%†–
SWE Atlas v1.1Scale AI SEAL–42.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–50.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL–41.1%†
SWE Atlas v1.1: RefactoringScale AI SEAL–35.7%†
SWE-Bench Pro V2Scale AI SEAL–95.0%
SWE-Bench Pro V2 HARDScale AI SEAL–82.3%
MirrorCodeEpoch AI Benchmarking Hub70.0%†–
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†–
ALE-BenchEpoch AI Benchmarking Hub2041.3†–
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†8.1%
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†76.4%
Startrise FrontendStartrise73.8%†–
GameBench 2 OverallDuelLab GameBench 265.855.3†
GameBench 2 by reasoning settingDuelLab GameBench 258.1†59.3
Design Arena WebsiteDesign Arena12881305
FrontierCode 1.1 (AA)Artificial Analysis–27.6%
FrontierCode 2.0 (AA)Artificial Analysis–7.6%
智能体与工具
Terminal-BenchTerminal-Bench44.9%†–
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%–
Arena AgentArena (LMArena)7.3†–
LiveBench Long AgenticLiveBench–12.1%†
LiveBench BrowserLiveBench–26.2%†
LiveBench Agentic CodingLiveBench62.2%†–
Terminal-Bench HardArtificial Analysis62.9%†–
τ²-Bench Telecom (AA)Artificial Analysis98.5%†–
Terminal-Bench 2.1 (Vals)Vals AI80.5%†–
MCP AtlasScale AI SEAL83.3%–
HiL-BenchScale AI SEAL56.3%59.7%†
τ³-bench Bankingτ²-bench39.7%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–45.1%
GDPval-AA v2.1Artificial Analysis1618†1401
τ³-Banking (AA)Artificial Analysis38.1%†–
Analyst Agent (AA)Artificial Analysis48.8%†–
Finance Agent v2Vals AI56.3%†61.3%
Finance Agent v2.1Vals AI–60.7%
Harvey's Legal Agent Benchmark v1.1Vals AI–25.0%
Harvey's Legal Agent Benchmark v1Vals AI11.3%†16.7%
Legal Research BenchVals AI49.5%†38.5%
Tax Agent BenchVals AI38.3%†26.3%
Terminal-Bench 4.0 (Vals)Vals AI41.4%†6.6%
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†–
Arena Agent Task CompletionArena (LMArena)5.1†–
PostTrainBenchEpoch AI Benchmarking Hub37.3%†–
GBAEvalEpoch AI Benchmarking Hub74.5%–
Vending-Bench 2Andon Labs4529.9–
AutomationBenchArtificial Analysis54.1%†49.7%
GDP.pdf (AA)Artificial Analysis24.0%†18.6%
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†1280
GDPxGDPx by SemiAnalysis–1.7%†
Design Arena AgenticDesign Arena1275–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†–
ProofBenchVals AI95.0%†–
LiveBench MathematicsLiveBench96.0%†–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
Arena MathsArena (LMArena)1520†–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†–
LiveBench 2.0 Data AnalysisLiveBench–60.2%†
LiveBench ResearchLiveBench–82.7%†
LiveBench 1.0 Data AnalysisLiveBench80.5%†–
AA-Omniscience v1.1Artificial Analysis–25.8
MMLU-ProVals AI91.5%†–
LegalBenchVals AI88.6%†–
CorpFinVals AI71.8%†–
TaxEvalVals AI76.9%†–
PRBench FinanceScale AI SEAL53.9%–
PRBench LegalScale AI SEAL52.6%59.8%†
Excel Modeling BenchmarkVals AI73.7%†53.7%
Excel Modeling Benchmark v1.1Vals AI–62.0%
MedCodeVals AI56.1%†–
MedScribeVals AI88.5%†–
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis–42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.0%
指令遵循
LiveBench LanguageLiveBench90.7%†–
LiveBench Instruction FollowingLiveBench75.8%†–
IFBenchArtificial Analysis63.5%†–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1509†–
人类偏好
Arena TextArena (LMArena)1504†–
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench1944–
Arena Creative WritingArena (LMArena)1501†–
Arena Multi-turnArena (LMArena)1517†–
Arena Longer QueriesArena (LMArena)1522†–
多模态
Arena VisionArena (LMArena)1326†–
LiveBench DesignLiveBench–58.1%†
MMMU-ProArtificial Analysis–80.9%
MMMU-Pro (Vals)Vals AI89.3%†–
MortgageTaxVals AI68.9%†–
SAGEVals AI–85.8%
Humanity's Sixth SenseScale AI SEAL34.5%†29.6%†
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%–
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†–
长上下文
AA-LCR v1.1Artificial Analysis82.3%†78.3%
Arena DocumentArena (LMArena)1500†–
MLCRArtificial Analysis20.6%†7.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1155.4†
LiveBench 2.0LiveBench–48.5%†
LiveBench 1.0LiveBench83.0%†–
AA Intelligence Index v5.0.1Artificial Analysis–24.9
AA Intelligence Index v4.3.2Artificial Analysis49.6†38.9
AA Progress Index v1Artificial Analysis329.3†306.7
Vals IndexVals AI–48.6
Vals Finance IndexVals AI–53.0%
Vals RSI IndexVals AI24.3%†–
Vals Multimodal IndexVals AI74.2%†–
Vals Legal IndexVals AI–68.5%
安全与诚实
FORTRESSScale AI SEAL–7.6%†
DistressBenchScale AI SEAL69.4%87.7%†
元数据
AA Openness IndexArtificial Analysis–27.8

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。
  • Claude Fable 5:1 项分数修订。
  • Muse Spark Open (xhigh):1 项分数修订。
  • Claude Fable 5:1 项分数修订。
  • Claude Fable 5:1 项分数修订。
  • Muse Spark Open (xhigh):1 项新结果(GameBench 2 by reasoning setting);1 项分数修订。
  • Muse Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。
  • Muse Spark Open (xhigh):1 项新结果(ARC-AGI-3)。
  • Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
  • Muse Spark Open (xhigh):6 项新结果(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…);3 项分数修订;价格 $0.84/M → $2.02/M。

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 Open:常见问题

Claude Fable 5 比 Muse Spark Open 更好吗?
质量上 Claude Fable 5 领先:65.4 比 53.5。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,Claude Fable 5 总体领先,但请结合你的用途查看各类别得分。
Claude Fable 5 和 Muse Spark Open 哪个更便宜?价格会变吗?
目前 Muse Spark Open 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。
编程用 Claude Fable 5 还是 Muse Spark Open 更好?
Claude Fable 5 在编程方面得分更高(类别得分 76 比 36,50 为平均水平)。
Claude Fable 5 和 Muse Spark Open 哪个更快?
Muse Spark Open 输出更快(3 倍以上;输出 180 比 50 token/秒,Artificial Analysis 7 日中位数)。
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 Open 为 1,048,576)。
更多问题(3)
哪个延迟更低?
Claude Fable 5 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 3.2 秒比 9.9 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 Open 的看法一致吗?
在两者都有结果的 1 项基准测试中,Claude Fable 5 领先 0 项,Muse Spark Open 领先 1 项。所有同时评测两者的综合评分都认为 Claude Fable 5 更强。
Muse Spark Open 是什么时候发布的?
Muse Spark Open 于 2026年10月15日 发布。