BenchLeader

GLM 5 Turbo vs Muse Spark

完整资料:GLM 5 Turbo(Zhipu AI)和 Muse Spark(Meta),包括全部基准测试、价格和排名。

更新于 · 数据来自 8 个来源

截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。在两者都有成绩的所有类别中,Muse Spark 均领先。

要点(截至 2026年11月16日)

  • GLM 5 Turbo 每百万 token 混合价格为 $1.90(标价,2026年11月16日)。
  • 在两者都有结果的 9 项基准测试中,Muse Spark 领先 7 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类别得分 65 比 63;Terminal-Bench Hard 45.5% 比 33.3%中
长文档Muse Spark类别得分 64 比 60;AA-LCR v1.1 78.0% 比 71.7%中
指令遵循Muse Spark类别得分 77 比 72;IFBench 75.9% 比 73.2%中
对话质量(人类偏好)–只有 Muse Spark 有 Arena 评分(类别得分 68)无法比较
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

  • 共同的基准测试太少,无法给出结论。
  • Muse Spark 在智能体与工具、指令遵循、长上下文方面更强。

概览

规格GLM 5 TurboMuse Spark
提供商Zhipu AIMeta
发布日期2026年3月15日2026年4月8日
上下文窗口(token)200,000262,144
对比时的配置GLM 5 TurboMuse Spark
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.20 / $4.00 / $0.240–

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 TurboMuse Spark领先者
推理–67.4无法比较
编程–65.1无法比较
智能体与工具62.865.0Muse Spark
数学–59.1无法比较
知识–63.1无法比较
指令遵循71.776.9Muse Spark
人类偏好–68.1无法比较
多模态–64.2无法比较
长上下文60.363.6Muse Spark

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智能体与工具指令遵循长上下文GLM 5 Turbo, 智能体与工具: 62.8GLM 5 Turbo, 指令遵循: 71.7GLM 5 Turbo, 长上下文: 60.3Muse Spark, 智能体与工具: 65.0Muse Spark, 指令遵循: 76.9Muse Spark, 长上下文: 63.6

未绘制(测得的模型少于两个):推理, 编程, 数学, 知识, 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,GLM 5 Turbo 领先 2 项,Muse Spark 领先 7 项。

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 TurboMuse Spark
每百万 token 混合价格$1.90–
每百万 token 输入 / 输出$1.20 / $4.00– / –
每百万 token 缓存输入$0.240–
每项任务价格:聊天回复$0.0017–
每项任务价格:总结一份 30 页的报告$0.017–
每项任务价格:代码编辑$0.013–
每项任务价格:智能体编程会话$0.088–
每项任务价格:结构化信息提取$0.0032–
智能体编程会话(输入大多命中缓存)$0.045–
输出速度26 tok/s–
首次回答时间4.2 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 Turbo首个回答 token 需 4 秒。Muse Spark 得分 64.2。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 55 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。

指标发布方GLM 5 TurboMuse Spark
BenchLeader IndexBenchLeader–64.2
智能体与工具得分BenchLeader62.865.0
指令遵循得分BenchLeader71.776.9
长上下文得分BenchLeader60.363.6
编程得分BenchLeader–65.1
人类偏好得分BenchLeader–68.1
知识得分BenchLeader–63.1
数学得分BenchLeader–59.1
多模态得分BenchLeader–64.2
推理得分BenchLeader–67.4
混合价格(美元/百万 token)BenchLeader$1.90–
输出速度BenchLeader26 tok/s–
首次回答时间BenchLeader4.2 秒–
上下文窗口BenchLeader200,000 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–89.8%
Humanity's Last ExamScale AI / CAIS–40.6%
Arena Hard PromptsArena (LMArena)–1506
GPQA Diamond (AA)Artificial Analysis84.8%88.4%
Humanity's Last Exam (AA)Artificial Analysis27.8%40.7%
GPQA Diamond (Vals)Vals AI–89.7%
CritPtArtificial Analysis0.3%11.3%
Arena ExpertArena (LMArena)–1491
编程
SciCodeSciCode–51.5%
Arena CodingArena (LMArena)–1529
SWE-bench (Vals)Vals AI–74.4%
SWE-Bench ProScale AI SEAL–55.0%
Vibe Code Bench v1.1Vals AI–19.7%
SWE-Bench Pro (private)Scale AI SEAL–44.7%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–24.2%
SWE Atlas v1.0: Test WritingScale AI SEAL–31.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–62.2%
Design Arena WebsiteDesign Arena12541253
智能体与工具
Terminal-Bench HardArtificial Analysis33.3%45.5%
τ²-Bench Telecom (AA)Artificial Analysis98.5%91.5%
MCP AtlasScale AI SEAL–82.2%
GDPval-AA v2.1Artificial Analysis–1006
Terminal-Bench 2.0 (Vals)Vals AI–59.5%
AA-Briefcase v1.1Artificial Analysis–646
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–88.9%
显示全部 55 项基准测试
指标发布方GLM 5 TurboMuse Spark
数学
ProofBenchVals AI–17.0%
AIME (Vals)Vals AI–96.9%
Arena MathsArena (LMArena)–1469
知识
MMLU-ProVals AI–87.3%
LegalBenchVals AI–84.2%
CorpFinVals AI–65.1%
TaxEvalVals AI–77.7%
PRBench FinanceScale AI SEAL–52.4%
PRBench LegalScale AI SEAL–52.3%
MultiNRCScale AI SEAL–59.0%
CaseLaw v2Vals AI–63.1%
MedCodeVals AI–51.3%
MedScribeVals AI–85.9%
指令遵循
IFBenchArtificial Analysis73.2%75.9%
MultiChallengeScale AI SEAL–75.5%
TutorBenchScale AI SEAL–68.5%
Arena Instruction FollowingArena (LMArena)–1465
人类偏好
Arena TextArena (LMArena)–1489
Arena Creative WritingArena (LMArena)–1464
Arena Multi-turnArena (LMArena)–1493
Arena Longer QueriesArena (LMArena)–1476
多模态
Arena VisionArena (LMArena)–1306
MMMU-ProArtificial Analysis–80.5%
MMMU-Pro (Vals)Vals AI–87.4%
长上下文
AA-LCR v1.1Artificial Analysis71.7%78.0%
Arena DocumentArena (LMArena)–1467
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–153.1
AA Intelligence Index v4.3.2Artificial Analysis26.631.3
AA Progress Index v1Artificial Analysis277.3289.1
安全与诚实
FORTRESSScale AI SEAL–20.2%

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。

变化

  • Muse Spark:2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Muse Spark:BenchLeader Index 64.6 → 64.1。
  • Muse Spark:1 项分数修订。
  • GLM 5 Turbo:1 项新结果(AA Progress Index v1)。
  • Muse Spark:1 项新结果(AA Progress Index v1)。

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 Turbo vs Muse Spark:常见问题

智能体和工具调用用 GLM 5 Turbo 还是 Muse Spark 更好?
Muse Spark 在智能体任务方面得分更高(类别得分 65 比 63,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench Hard 上,GLM 5 Turbo 为 33.3%,Muse Spark 为 45.5%。
处理长文档哪个更好?
Muse Spark 在长上下文基准测试上得分更高(64 比 60)。Muse Spark 支持更长的上下文:262,144 token,GLM 5 Turbo 为 200,000 token。
第三方基准测试对 GLM 5 Turbo 和 Muse Spark 的看法一致吗?
在两者都有结果的 9 项基准测试中,GLM 5 Turbo 领先 2 项,Muse Spark 领先 7 项。
Muse Spark 是什么时候发布的?
Muse Spark 于 2026年4月8日 发布。