BenchLeader

GLM 5.3 vs Muse Spark 1.3

完整资料:GLM 5.3(Zhipu AI)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 12 个来源

截至 2026年11月16日,GLM 5.3 与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 58.8 比 61.6,在 ±8.7 的误差范围内)。两者价格相近(每百万 token 混合价格 $2.15 比 $2.00)。看重数学(60 比 56)选 GLM 5.3;看重知识(81 比 54)、推理(71 比 55)和智能体与工具(61 比 58)选 Muse Spark 1.3。Muse Spark 1.3 的首次回答更快(2.6 秒 比 57.6 秒)。Muse Spark 1.3 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • GLM 5.3 的 BenchLeader Index 为 58.8,Muse Spark 1.3 为 61.6(BenchLeader,2026年11月16日)。
  • GLM 5.3 每百万 token 混合价格为 $2.15(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 GLM 5.3 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 1 项基准测试中,Muse Spark 1.3 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
智能体与工具调用Muse Spark 1.3类别得分 61 比 58中
数学GLM 5.3类别得分 60 比 56;ProofBench 49.0% 比 55.0%中
推理Muse Spark 1.3类别得分 71 比 55高
知识Muse Spark 1.3类别得分 81 比 54高
对话质量(人类偏好)–只有 GLM 5.3 有 Arena 评分(类别得分 67)无法比较
成本最低均可每百万 token 混合价格 $2.15 比 $2.00;智能体编程会话 $0.102 比 $0.092–
首次回答最快Muse Spark 1.3首个回答 token 2.6 秒(Muse Spark 1.3)比 57.6 秒(GLM 5.3 (max))–
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

  • GLM 5.3 (max) 与 Muse Spark 1.3 的质量不相上下(58.8 比 61.6,在 ±8.7 的误差范围内)。
  • GLM 5.3 (max) 在数学方面更强。
  • Muse Spark 1.3 在智能体与工具、知识、推理方面更强。
  • 两者价格相近(每百万 token 混合价格 $2.00)。
  • Muse Spark 1.3 的输出速度是对方的 1.9 倍(163 比 88 token/秒)。

概览

规格GLM 5.3Muse Spark 1.3
提供商Zhipu AIMeta
发布日期2026年8月18日2026年9月2日
上下文窗口(token)1,000,0001,048,576
对比时的配置GLM 5.3 (max)Muse Spark 1.3
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.40 / $4.40 / $0.260$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GLM 5.3 (max)Muse Spark 1.3领先者
推理54.771.0Muse Spark 1.3
编程59.7–无法比较
智能体与工具57.661.3Muse Spark 1.3
数学60.056.3GLM 5.3
知识53.581.2Muse Spark 1.3
人类偏好67.2–无法比较
长上下文64.5–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推理智能体与工具数学知识GLM 5.3, 推理: 54.7GLM 5.3, 智能体与工具: 57.6GLM 5.3, 数学: 60.0GLM 5.3, 知识: 53.5Muse Spark 1.3, 推理: 71.0Muse Spark 1.3, 智能体与工具: 61.3Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知识: 81.2

未绘制(测得的模型少于两个):编程, 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,GLM 5.3 领先 0 项,Muse Spark 1.3 领先 1 项。所有同时评测两者的综合评分都认为 Muse Spark 1.3 更强。

综合 IndexGLM 5.3 (max)Muse Spark 1.3领先者
BenchLeader Index58.861.6不相上下
AA Intelligence Index v5.0.131.636.6†Muse Spark 1.3
Arena Text14821497†Muse Spark 1.3

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GLM 5.3 (max)Muse Spark 1.3
每百万 token 混合价格$2.15$2.00
每百万 token 输入 / 输出$1.40 / $4.40$1.25 / $4.25
每百万 token 缓存输入$0.260$0.150
每项任务价格:聊天回复$0.0019$0.0018
每项任务价格:总结一份 30 页的报告$0.019$0.018
每项任务价格:代码编辑$0.015$0.014
每项任务价格:智能体编程会话$0.102$0.092
每项任务价格:结构化信息提取$0.0037$0.0034
智能体编程会话(输入大多命中缓存)$0.050$0.043
每项基准测试任务成本(AA Index)$5.01–
每项任务输出 token(AA Index)119k–
其中推理部分85k–
每项任务耗时(AA Index)23 min–
输出速度88 tok/s163 tok/s
首次回答时间57.6 秒2.6 秒
完整回答耗时(最近一次测量 2026年11月13日)144.1 秒–

每个模型都按其排名最高的推理强度设置进行对比。GLM 5.3 (max) 得分 58.8,首个回答 token 需 58 秒;GLM 5.3 (low) 为 47.3(7 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 162 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GLM 5.3 (max)Muse Spark 1.3
BenchLeader IndexBenchLeader58.861.6
智能体与工具得分BenchLeader57.661.3
编程得分BenchLeader59.7–
人类偏好得分BenchLeader67.2–
知识得分BenchLeader53.581.2
长上下文得分BenchLeader64.5–
数学得分BenchLeader60.056.3
推理得分BenchLeader54.771.0
混合价格(美元/百万 token)BenchLeader$2.15$2.00
输出速度BenchLeader88 tok/s163 tok/s
首次回答时间BenchLeader57.6 秒2.6 秒
上下文窗口BenchLeader1,000,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub90.9%–
SimpleBenchSimpleBench66.2%†81.8%
Arena Hard PromptsArena (LMArena)15071517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench85.8%†89.7%†
GPQA Diamond (AA)Artificial Analysis91.7%93.5%†
Humanity's Last Exam (AA)Artificial Analysis42.3%48.7%†
HLE-Diamond (AA)Artificial Analysis17.9%33.7%†
GPQA Diamond (Vals)Vals AI88.1%–
CritPtArtificial Analysis19.1%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis33.5%48.0%†
MysteryMechanismVals AI23.0%36.0%†
HLE-Diamond (Scale)Scale AI SEAL16.4%†25.4%
Arena ExpertArena (LMArena)15221521†
Chess PuzzlesEpoch AI Benchmarking Hub37.0%37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub33.0%25.0%†
LMCAEpoch AI Benchmarking Hub55.5%†53.9%
DTBenchEpoch AI Benchmarking Hub87.7%†96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub14.9%†14.1%†
编程
SciCodeSciCode59.0%58.8%†
WeirdMLWeirdML75.4%–
FrontierCodeCognition40.1%–
Arena CodingArena (LMArena)15221534†
Arena WebDevArena (LMArena)16231655†
显示全部 162 项基准测试
指标发布方GLM 5.3 (max)Muse Spark 1.3
编程
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench79.0%†81.1%†
LiveCodeBenchVals AI80.5%–
IOIVals AI68.4%56.6%†
SWE-bench (Vals)Vals AI95.4%–
Code MigrationVals AI44.2%47.4%†
Code Migration v1.1Vals AI55.1%–
ProgramBenchVals AI1.5%2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI20.0%20.5%†
Vibe Code Bench v1.1Vals AI78.1%85.9%†
Vibe Code Bench 1-100 v1.1Vals AI29.8%–
SWE Atlas v1.1Scale AI SEAL58.1%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%†–
SWE Atlas v1.1: Test WritingScale AI SEAL55.6%†–
SWE Atlas v1.1: RefactoringScale AI SEAL48.6%†–
SWE-Bench Pro V2Scale AI SEAL95.6%–
SWE-Bench Pro V2 HARDScale AI SEAL84.3%–
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
DeepSWE v1.1Epoch AI Benchmarking Hub69.0%–
CursorBenchCursor42.6%41.6%†
ALE-BenchEpoch AI Benchmarking Hub1317.4†1688.3†
FrontierSWEEpoch AI Benchmarking Hub30.2%25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis41.9%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis83.9%84.3%†
Startrise FrontendStartrise73.2%†74.7%
GameBench 2 OverallDuelLab GameBench 264.6†57.7
GameBench 2 by reasoning settingDuelLab GameBench 272.368.5†
Design Arena WebsiteDesign Arena1279†1353†
FrontierCode 1.1 (AA)Artificial Analysis40.1%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis21.6%23.1%†
智能体与工具
Terminal-BenchTerminal-Bench41.2%14.8%†
APEX-AgentsMercor56.6%†58.6%
Arena AgentArena (LMArena)12.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench60.9%†64.1%†
Terminal-Bench 2.1 (Vals)Vals AI71.5%79.0%†
MCP AtlasScale AI SEAL84.2%†–
HiL-BenchScale AI SEAL58.3%†66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis57.5%–
GDPval-AA v2.1Artificial Analysis16551681†
τ³-Banking (AA)Artificial Analysis50.3%50.5%†
ITBench SRE (AA)Artificial Analysis46.1%33.2%†
Analyst Agent (AA)Artificial Analysis38.8%37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI72.1%72.7%†
Finance Agent v2Vals AI55.8%60.0%†
Finance Agent v2.1Vals AI65.0%–
Harvey's Legal Agent Benchmark v1.1Vals AI14.6%–
Harvey's Legal Agent Benchmark v1Vals AI8.3%23.8%†
Legal Research BenchVals AI49.0%55.3%†
SkillsBenchVals AI47.5%–
SREBenchVals AI9.2%3.8%†
Tax Agent BenchVals AI43.3%42.4%†
Terminal-Bench 4.0 (Vals)Vals AI38.9%24.8%†
Terminal-Bench ScienceVals AI5.7%10.0%†
Arena Agent Task CompletionArena (LMArena)3.13.7†
PostTrainBenchEpoch AI Benchmarking Hub34.5%–
Vending-Bench 2Andon Labs8163.6†–
AutomationBenchArtificial Analysis62.2%57.9%†
GDP.pdf (AA)Artificial Analysis11.2%26.6%†
Harvey LAB-AA v1.1Harvey0.3%8.9%†
EnterpriseOps-GymArtificial Analysis36.4%–
AA-Briefcase v1.1Artificial Analysis15011581†
GDPxGDPx by SemiAnalysis2.7%–
Design Arena AgenticDesign Arena1239†1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis9.5%10.9%†
CWE-Bench (AA)Artificial Analysis55.8%60.8%†
DeepSec-Bench (AA)Artificial Analysis24.3%12.5%†
CyberGym end-to-end (AA)Artificial Analysis29.0%59.5%†
FACTS SearchGoogle87.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub68.8%74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub91.1%99.2%†
ProofBenchVals AI49.0%55.0%
LiveBench MathematicsLiveBench87.9%†96.0%†
Arena MathsArena (LMArena)15011506†
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub41.0%–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench70.2%†79.6%†
AA-Omniscience v1.1Artificial Analysis6.022.4†
MMLU-ProVals AI86.8%–
LegalBenchVals AI84.8%–
TaxEvalVals AI72.4%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
Excel Modeling BenchmarkVals AI56.3%67.4%†
Excel Modeling Benchmark v1.1Vals AI69.1%–
MedCodeVals AI42.9%–
MedScribeVals AI88.8%–
Public Benefits Bench v1.1Vals AI68.5%–
Access to Justice BenchmarkVals AI73.7%72.2%†
Financial Coaching BenchVals AI74.1%70.3%†
Immigration BenchVals AI66.7%64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis32.3%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis61.1%74.8%†
HealthBench Professional (AA)OpenAI52.8%–
FACTS ParametricGoogle40.3%†–
指令遵循
LiveBench LanguageLiveBench79.9%†82.8%†
LiveBench Instruction FollowingLiveBench69.3%†78.0%†
Arena Instruction FollowingArena (LMArena)14811485†
人类偏好
Arena TextArena (LMArena)14821497†
EQ-Bench Creative Writing v3EQ-Bench2076†1907
Arena Creative WritingArena (LMArena)14561468†
Arena Multi-turnArena (LMArena)14821493†
Arena Longer QueriesArena (LMArena)14881498†
多模态
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis–82.0%†
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Code2Video-AAArtificial Analysis10341019†
AA-3DArtificial Analysis7941032†
长上下文
AA-LCR v1.1Artificial Analysis79.7%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis17.2%13.9%†
FACTS GroundingGoogle55.2%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.1†158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench76.1%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis31.636.6†
AA Intelligence Index v4.3.2Artificial Analysis44.848.1†
AA Progress Index v1Artificial Analysis322.7324.5†
Vals IndexVals AI59.9–
Vals Finance IndexVals AI61.4%–
Vals RSI IndexVals AI22.9%19.6%†
Vals Router IndexVals AI59.7%†–
Vals Legal IndexVals AI74.6%–
AA Cyber IndexArtificial Analysis36.444.3†
安全与诚实
FORTRESSScale AI SEAL28.2%–
DistressBenchScale AI SEAL72.5%†84.9%
元数据
AA Openness IndexArtificial Analysis33.3–

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

  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • GLM 5.3 (max):1 项新结果(PostTrainBench)。
  • 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。
  • GLM 5.3 (max):4 项分数修订。
  • Muse Spark 1.3:4 项分数修订。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
  • Muse Spark 1.3:1 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GLM 5.3 vs Muse Spark 1.3:常见问题

GLM 5.3 比 Muse Spark 1.3 更好吗?
GLM 5.3 (max) 与 Muse Spark 1.3 的质量不相上下(58.8 比 61.6,在 ±8.7 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。
GLM 5.3 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 $2.15(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。
GLM 5.3 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 88 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GLM 5.3 还是 Muse Spark 1.3 更好?
Muse Spark 1.3 在智能体任务方面得分更高(类别得分 61 比 58,50 为平均水平)。
处理长文档哪个更好?
两者都约为 1M token(GLM 5.3 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 57.6 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 GLM 5.3 和 Muse Spark 1.3 的看法一致吗?
在两者都有结果的 1 项基准测试中,GLM 5.3 领先 0 项,Muse Spark 1.3 领先 1 项。所有同时评测两者的综合评分都认为 Muse Spark 1.3 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。