BenchLeader

GPT-5.4 Nano vs Muse Spark Open

完整资料:GPT-5.4 Nano(OpenAI)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 11 个来源

截至 2026年11月16日,GPT-5.4 Nano 与 Muse Spark Open 的质量不相上下(BenchLeader Index 53.9 比 53.5,在 ±10.9 的误差范围内)。GPT-5.4 Nano 更便宜,对方的价格是它的 4.3 倍(每百万 token 混合价格 $0.463 比 $2.00)。看重编程(49 比 36)选 GPT-5.4 Nano;看重多模态(63 比 47)和推理(51 比 38)选 Muse Spark Open。Muse Spark Open 的首次回答更快(9.9 秒 比 61.3 秒)。

要点(截至 2026年11月16日)

  • GPT-5.4 Nano 的 BenchLeader Index 为 53.9,Muse Spark Open 为 53.5(BenchLeader,2026年11月16日)。
  • GPT-5.4 Nano 每百万 token 混合价格为 $0.463(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)。
  • 在两者都有结果的 16 项基准测试中,Muse Spark Open 领先 15 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GPT-5.4 Nano类别得分 49 比 36;SciCode (AA) 47.2% 比 58.5%高
推理Muse Spark Open类别得分 51 比 38;ARC-AGI-2 57.5% 比 5.7%高
长文档均可类别得分 63 比 64;AA-LCR v1.1 76.7% 比 78.3%均可
图像及其他媒体Muse Spark Open类别得分 63 比 47;MMMU-Pro 80.9% 比 65.4%高
成本最低GPT-5.4 Nano每百万 token 混合价格 $0.463 比 $2.00;智能体编程会话 $0.017 比 $0.092–
首次回答最快Muse Spark Open首个回答 token 9.9 秒(Muse Spark Open (xhigh))比 61.3 秒(GPT-5.4 Nano (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

  • GPT-5.4 Nano (xhigh) 与 Muse Spark Open (xhigh) 的质量不相上下(53.9 比 53.5,在 ±10.9 的误差范围内)。
  • GPT-5.4 Nano (xhigh) 在编程方面更强。
  • Muse Spark Open (xhigh) 在长上下文、多模态、推理方面更强。
  • GPT-5.4 Nano (xhigh) 更便宜,对方的价格是它的 4.3 倍(每百万 token 混合价格 $0.463 比 $2.00)。

概览

规格GPT-5.4 NanoMuse Spark Open
提供商OpenAIMeta
发布日期2026年3月17日2026年10月15日
上下文窗口(token)400,0001,048,576
对比时的配置GPT-5.4 Nano (xhigh)Muse Spark Open (xhigh)
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.200 / $1.25 / $0.020$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GPT-5.4 Nano (xhigh)Muse Spark Open (xhigh)领先者
推理37.951.3Muse Spark Open
编程49.436.0GPT-5.4 Nano
智能体与工具60.8–无法比较
知识–58.8无法比较
指令遵循74.1–无法比较
多模态47.463.3Muse Spark Open
长上下文62.963.8持平

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推理编程长上下文多模态GPT-5.4 Nano, 推理: 37.9GPT-5.4 Nano, 编程: 49.4GPT-5.4 Nano, 长上下文: 62.9GPT-5.4 Nano, 多模态: 47.4Muse Spark Open, 推理: 51.3Muse Spark Open, 编程: 36.0Muse Spark Open, 长上下文: 63.8Muse Spark Open, 多模态: 63.3

未绘制(测得的模型少于两个):智能体与工具, 数学, 知识, 指令遵循, 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 16 项基准测试中,GPT-5.4 Nano 领先 1 项,Muse Spark Open 领先 15 项。

综合 IndexGPT-5.4 Nano (xhigh)Muse Spark Open (xhigh)领先者
BenchLeader Index53.953.5不相上下

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GPT-5.4 Nano (xhigh)Muse Spark Open (xhigh)
每百万 token 混合价格$0.463$2.00
每百万 token 输入 / 输出$0.200 / $1.25$1.25 / $4.25
每百万 token 缓存输入$0.020$0.150
每项任务价格:聊天回复$0.0005$0.0018
每项任务价格:总结一份 30 页的报告$0.0032$0.018
每项任务价格:代码编辑$0.0031$0.014
每项任务价格:智能体编程会话$0.017$0.092
每项任务价格:结构化信息提取$0.0007$0.0034
智能体编程会话(输入大多命中缓存)$0.0089$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145 tok/s180 tok/s
首次回答时间61.3 秒9.9 秒
完整回答耗时(最近一次测量 2026年11月13日)185.1 秒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。GPT-5.4 Nano (xhigh) 得分 53.9,首个回答 token 需 61 秒;GPT-5.4 Nano (medium) 为 51.4(6 秒),GPT-5.4 Nano (high) 为 48.3(1 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 130 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GPT-5.4 Nano (xhigh)Muse Spark Open (xhigh)
BenchLeader IndexBenchLeader53.953.5
智能体与工具得分BenchLeader60.8–
编程得分BenchLeader49.436.0
指令遵循得分BenchLeader74.1–
长上下文得分BenchLeader62.963.8
多模态得分BenchLeader47.463.3
推理得分BenchLeader37.951.3
知识得分BenchLeader–58.8
混合价格(美元/百万 token)BenchLeader$0.463$2.00
输出速度BenchLeader145 tok/s180 tok/s
首次回答时间BenchLeader61.3 秒9.9 秒
上下文窗口BenchLeader400,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub78.5%†–
Arena Hard PromptsArena (LMArena)1421†–
LiveBench 2.0 ReasoningLiveBench–73.7%†
LiveBench 1.0 ReasoningLiveBench81.1%–
GPQA Diamond (AA)Artificial Analysis81.7%89.0%
Humanity's Last Exam (AA)Artificial Analysis28.3%43.9%
HLE-Diamond (AA)Artificial Analysis–26.3%
GPQA Diamond (Vals)Vals AI77.5%†–
Kagi LLM BenchmarkKagi LLM Benchmark39.7%†–
ARC-AGI-1ARC Prize51.5%89.0%
ARC-AGI-2ARC Prize5.7%57.5%
ARC-AGI-3ARC Prize–0.4%
CritPtArtificial Analysis9.3%14.9%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
HLE-Diamond (Scale)Scale AI SEAL–28.0%†
Arena ExpertArena (LMArena)1436†–
Chess PuzzlesEpoch AI Benchmarking Hub45.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub6.0%†–
LMCAEpoch AI Benchmarking Hub36.9%–
DTBenchEpoch AI Benchmarking Hub80.3%–
ForecastBenchForecastBench58.6%†–
编程
SciCodeSciCode47.2%–
WeirdMLWeirdML49.2%†–
Arena CodingArena (LMArena)1460†–
Arena WebDevArena (LMArena)–1526†
显示全部 130 项基准测试
指标发布方GPT-5.4 Nano (xhigh)Muse Spark Open (xhigh)
编程
LiveBench 2.0 CodingLiveBench–55.1%†
LiveBench 1.0 CodingLiveBench70.8%–
SciCode (AA)Artificial Analysis47.2%58.5%
LiveCodeBenchVals AI84.0%†–
SWE-bench (Vals)Vals AI69.8%†–
Code MigrationVals AI14.5%†21.2%
Code Migration v1.1Vals AI–26.9%
Vibe Code Bench v1.1Vals AI26.1%†76.2%
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%
ALE-BenchEpoch AI Benchmarking Hub1004.5†–
Terminal-Bench 4.0 (AA)Artificial Analysis0.5%8.1%
Terminal-Bench 2.1 (AA)Artificial Analysis60.7%76.4%
GameBench 2 OverallDuelLab GameBench 2–55.3†
GameBench 2 by reasoning settingDuelLab GameBench 231.1†59.3
Design Arena WebsiteDesign Arena–1305
FrontierCode 1.1 (AA)Artificial Analysis–27.6%
FrontierCode 2.0 (AA)Artificial Analysis–7.6%
智能体与工具
LiveBench Long AgenticLiveBench–12.1%†
LiveBench BrowserLiveBench–26.2%†
LiveBench Agentic CodingLiveBench46.8%–
Terminal-Bench HardArtificial Analysis42.4%–
τ²-Bench Telecom (AA)Artificial Analysis76.0%–
Terminal-Bench 2.1 (Vals)Vals AI41.6%†–
HiL-BenchScale AI SEAL–59.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–45.1%
GDPval-AA v2.1Artificial Analysis9541401
τ³-Banking (AA)Artificial Analysis27.4%–
ITBench SRE (AA)Artificial Analysis24.4%–
APEX-Agents (AA)Artificial Analysis24.9%–
Finance Agent v2Vals AI38.2%†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 AI0.0%†16.7%
Legal Research BenchVals AI6.3%†38.5%
Tax Agent BenchVals AI5.0%†26.3%
Terminal-Bench 2.0 (Vals)Vals AI39.9%†–
Terminal-Bench 4.0 (Vals)Vals AI–6.6%
AutomationBenchArtificial Analysis6.0%49.7%
GDP.pdf (AA)Artificial Analysis7.8%18.6%
EnterpriseOps-GymArtificial Analysis31.5%–
AA-Briefcase v1.1Artificial Analysis6741280
GDPxGDPx by SemiAnalysis–1.7%†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub44.9%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub12.2%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub87.8%†–
ProofBenchVals AI5.0%†–
LiveBench MathematicsLiveBench91.0%–
AIME (Vals)Vals AI88.8%†–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
Arena MathsArena (LMArena)1424†–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub11.7%†–
LiveBench 2.0 Data AnalysisLiveBench–60.2%†
LiveBench ResearchLiveBench–82.7%†
LiveBench 1.0 Data AnalysisLiveBench67.6%–
AA-Omniscience v1.1Artificial Analysis–25.8
MMLU-ProVals AI77.2%†–
LegalBenchVals AI77.9%†–
CorpFinVals AI61.2%†–
TaxEvalVals AI67.4%†–
PRBench LegalScale AI SEAL–59.8%†
CaseLaw v2Vals AI51.9%†–
Excel Modeling BenchmarkVals AI44.8%†53.7%
Excel Modeling Benchmark v1.1Vals AI–62.0%
MedCodeVals AI41.0%†–
MedScribeVals AI77.1%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.0%
指令遵循
LiveBench LanguageLiveBench62.5%–
LiveBench Instruction FollowingLiveBench67.2%–
IFBenchArtificial Analysis75.9%–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1386†–
人类偏好
Arena TextArena (LMArena)1401†–
Arena Creative WritingArena (LMArena)1337†–
Arena Multi-turnArena (LMArena)1414†–
Arena Longer QueriesArena (LMArena)1403†–
多模态
Arena VisionArena (LMArena)1196†–
LiveBench DesignLiveBench–58.1%†
MMMU-ProArtificial Analysis65.4%80.9%
MMMU-Pro (Vals)Vals AI73.6%†–
MortgageTaxVals AI59.1%†–
SAGEVals AI–85.8%
Humanity's Sixth SenseScale AI SEAL–29.6%†
长上下文
AA-LCR v1.1Artificial Analysis76.7%78.3%
MLCRArtificial Analysis16.1%7.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub146.4†155.4†
LiveBench 2.0LiveBench–48.5%†
LiveBench 1.0LiveBench69.6%–
AA Intelligence Index v5.0.1Artificial Analysis–24.9
AA Intelligence Index v4.3.2Artificial Analysis20.738.9
AA Progress Index v1Artificial Analysis270.1306.7
Vals IndexVals AI–48.6
Vals Finance IndexVals AI–53.0%
Vals Multimodal IndexVals AI47.6%†–
Vals Legal IndexVals AI–68.5%
安全与诚实
FORTRESSScale AI SEAL–7.6%†
DistressBenchScale AI SEAL–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

  • GPT-5.4 Nano (xhigh):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Muse Spark Open (xhigh):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)。
  • GPT-5.4 Nano (xhigh):BenchLeader Index 53.6 → 54.1。
  • Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
  • GPT-5.4 Nano (xhigh):1 项新结果(AA Progress Index v1)。
  • 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。
  • Muse Spark Open (xhigh):6 项新结果(MLCR, Code Migration v1.1, Excel Modeling Benchmark v1.1…);价格 $1.25/M → $0.15/M。

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

GPT-5.4 Nano vs Muse Spark Open:常见问题

GPT-5.4 Nano 比 Muse Spark Open 更好吗?
GPT-5.4 Nano (xhigh) 与 Muse Spark Open (xhigh) 的质量不相上下(53.9 比 53.5,在 ±10.9 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。
GPT-5.4 Nano 和 Muse Spark Open 哪个更便宜?价格会变吗?
目前 GPT-5.4 Nano 更便宜:每百万 token $0.463 比 $2.00(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 GPT-5.4 Nano 还是 Muse Spark Open 更好?
GPT-5.4 Nano 在编程方面得分更高(类别得分 49 比 36,50 为平均水平)。
GPT-5.4 Nano 和 Muse Spark Open 哪个更快?
Muse Spark Open 输出更快(输出 180 比 145 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
两者在长上下文基准测试上持平(63 比 64)。Muse Spark Open 支持更长的上下文:1,048,576 token,GPT-5.4 Nano 为 400,000 token。
更多问题(3)
哪个延迟更低?
Muse Spark Open 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 9.9 秒比 61.3 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 GPT-5.4 Nano 和 Muse Spark Open 的看法一致吗?
在两者都有结果的 16 项基准测试中,GPT-5.4 Nano 领先 1 项,Muse Spark Open 领先 15 项。
Muse Spark Open 是什么时候发布的?
Muse Spark Open 于 2026年10月15日 发布。