BenchLeader

GPT-6.2 Sol vs Muse Spark 1.2

完整资料:GPT-6.2 Sol(OpenAI)和 Muse Spark 1.2(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19日,GPT-6.2 Sol 与 Muse Spark 1.2 的质量不相上下(BenchLeader Index 64.6 比 61.4,在 ±5.9 的误差范围内)。Muse Spark 1.2 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $2.00 比 $4.00)。在两者都有成绩的所有类别中,GPT-6.2 Sol 均领先。Muse Spark 1.2 输出更快(约 2 倍)。

要点(截至 2026年11月19日)

  • GPT-6.2 Sol 的 BenchLeader Index 为 64.6,Muse Spark 1.2 为 61.4(BenchLeader,2026年11月19日)。
  • GPT-6.2 Sol 每百万 token 混合价格为 $4.00(标价,2026年11月19日)。
  • Muse Spark 1.2 每百万 token 混合价格为 $2.00(标价,2026年11月19日)。
  • Muse Spark 1.2 比 GPT-6.2 Sol 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月19日)。
  • 在两者都有结果的 14 项基准测试中,GPT-6.2 Sol 领先 11 项(BenchLeader,2026年11月19日)。
  • 在 Arena WebDev 上,GPT-6.2 Sol 的评分为 1757,Muse Spark 1.2 为 1534(LMArena,截至 2026年11月19日 的公布数据)。

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-6.2 Sol类别得分 75 比 54;Arena WebDev 1757 比 1534高
智能体与工具调用GPT-6.2 Sol类别得分 65 比 55;Arena Agent 11.3 比 -9.1高
推理GPT-6.2 Sol类别得分 70 比 68中
知识GPT-6.2 Sol类别得分 65 比 64;BioMysteryBench 77.8% 比 64.8%中
对话质量(人类偏好)–只有 Muse Spark 1.2 有 Arena 评分(类别得分 69)无法比较
成本最低Muse Spark 1.2每百万 token 混合价格 $2.00 比 $4.00;智能体编程会话 $0.092 比 $0.160–
首次回答最快Muse Spark 1.2首个回答 token 7.5 秒(Muse Spark 1.2 (xhigh))比 78.8 秒(GPT-6.2 Sol (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

  • GPT-6.2 Sol (max) 与 Muse Spark 1.2 (xhigh) 的质量不相上下(64.6 比 61.4,在 ±5.9 的误差范围内)。
  • GPT-6.2 Sol (max) 在智能体与工具、编程、知识、推理方面更强。
  • Muse Spark 1.2 (xhigh) 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $2.00 比 $4.00)。
  • Muse Spark 1.2 (xhigh) 的输出速度是对方的 2.8 倍(204 比 74 token/秒)。

概览

规格GPT-6.2 SolMuse Spark 1.2
提供商OpenAIMeta
发布日期2026年11月17日2026年8月5日
上下文窗口(token)1,050,0001,048,576
对比时的配置GPT-6.2 Sol (max)Muse Spark 1.2 (xhigh)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $10.00 / $0.100$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-6.2 Sol (max)Muse Spark 1.2 (xhigh)领先者
推理70.168.1GPT-6.2 Sol
编程74.554.3GPT-6.2 Sol
智能体与工具65.155.0GPT-6.2 Sol
数学–66.8无法比较
知识65.464.3GPT-6.2 Sol
人类偏好–68.6无法比较
多模态–65.3无法比较
长上下文–64.1无法比较
综合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推理编程智能体与工具知识GPT-6.2 Sol, 推理: 70.1GPT-6.2 Sol, 编程: 74.5GPT-6.2 Sol, 智能体与工具: 65.1GPT-6.2 Sol, 知识: 65.4Muse Spark 1.2, 推理: 68.1Muse Spark 1.2, 编程: 54.3Muse Spark 1.2, 智能体与工具: 55.0Muse Spark 1.2, 知识: 64.3

未绘制(测得的模型少于两个):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 14 项基准测试中,GPT-6.2 Sol 领先 11 项,Muse Spark 1.2 领先 3 项。

综合 IndexGPT-6.2 Sol (max)Muse Spark 1.2 (xhigh)领先者
BenchLeader Index64.661.4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-6.2 Sol (max)Muse Spark 1.2 (xhigh)
每百万 token 混合价格$4.00$2.00
每百万 token 输入 / 输出$2.00 / $10.00$1.25 / $4.25
每百万 token 缓存输入$0.100$0.150
每项任务价格:聊天回复$0.0038$0.0018
每项任务价格:总结一份 30 页的报告$0.030$0.018
每项任务价格:代码编辑$0.027$0.014
每项任务价格:智能体编程会话$0.160$0.092
每项任务价格:结构化信息提取$0.0060$0.0034
智能体编程会话(输入大多命中缓存)$0.074$0.043
每项基准测试任务成本(AA Index)$1.01–
每项任务输出 token(AA Index)40k–
其中推理部分23k–
每项任务耗时(AA Index)9 min–
输出速度74 tok/s204 tok/s
首次回答时间78.8 秒7.5 秒
完整回答耗时(最近一次测量 2026年11月13日)–23.9 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-6.2 Sol (max) 得分 64.6,首个回答 token 需 79 秒;GPT-6.2 Sol (xhigh) 为 63.3(32 秒),GPT-6.2 Sol (high) 为 62.3(12 秒)。Muse Spark 1.2 (xhigh) 得分 61.4,首个回答 token 需 7 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 132 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-6.2 Sol (max)Muse Spark 1.2 (xhigh)
BenchLeader IndexBenchLeader64.661.4
智能体与工具得分BenchLeader65.155.0
编程得分BenchLeader74.554.3
综合得分BenchLeader64.5–
知识得分BenchLeader65.464.3
推理得分BenchLeader70.168.1
人类偏好得分BenchLeader–68.6
长上下文得分BenchLeader–64.1
数学得分BenchLeader–66.8
多模态得分BenchLeader–65.3
混合价格(美元/百万 token)BenchLeader$4.00$2.00
输出速度BenchLeader74 tok/s204 tok/s
首次回答时间BenchLeader78.8 秒7.5 秒
上下文窗口BenchLeader1,050,000 token1,048,576 token
推理
SimpleBenchSimpleBench–74.5%†
Arena Hard PromptsArena (LMArena)–1514
LiveBench 2.0 ReasoningLiveBench90.6%–
LiveBench 1.0 ReasoningLiveBench–90.0%
GPQA Diamond (AA)Artificial Analysis–90.4%
Humanity's Last Exam (AA)Artificial Analysis–45.5%
HLE-Diamond (AA)Artificial Analysis64.0%–
Kagi LLM BenchmarkKagi LLM Benchmark67.0%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize85.8%–
ARC-AGI-3ARC Prize98.2%–
CritPtArtificial Analysis–17.7%
CritPt v2 hard subset (AA)Artificial Analysis62.5%–
MysteryMechanismVals AI36.9%–
HLE-Diamond (Scale)Scale AI SEAL56.5%†–
Arena ExpertArena (LMArena)–1504
Chess PuzzlesEpoch AI Benchmarking Hub–27.0%
LMCAEpoch AI Benchmarking Hub–48.4%
DTBenchEpoch AI Benchmarking Hub–94.7%
编程
SciCodeSciCode–57.4%
WeirdMLWeirdML–60.4%
Arena CodingArena (LMArena)–1540
Arena WebDevArena (LMArena)17571534
LiveBench 2.0 CodingLiveBench83.7%–
LiveBench 1.0 CodingLiveBench–77.5%
显示全部 132 项基准测试
指标发布方GPT-6.2 Sol (max)Muse Spark 1.2 (xhigh)
编程
IOIVals AI–21.8%
SWE-bench (Vals)Vals AI–86.6%
Code MigrationVals AI–29.9%
ProgramBenchVals AI–0.5%
Vibe Code Bench v1.1Vals AI87.6%79.1%
Vibe Code Bench 1-100 v1.1Vals AI40.9%–
SWE Atlas v1.1Scale AI SEAL60.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL61.3%†–
SWE Atlas v1.1: Test WritingScale AI SEAL64.4%†–
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†–
DeepSWE v1.1Epoch AI Benchmarking Hub–54.9%
FrontierSWEEpoch AI Benchmarking Hub–12.0%
Terminal-Bench 4.0 (AA)Artificial Analysis60.1%7.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.2%
Startrise FrontendStartrise–70.3%†
GameBench 2 OverallDuelLab GameBench 2–51.4†
GameBench 2 by reasoning settingDuelLab GameBench 2–56.7
Design Arena WebsiteDesign Arena–1301†
FrontierCode 2.0 (AA)Artificial Analysis44.4%–
智能体与工具
Terminal-BenchTerminal-Bench61.5%–
APEX-AgentsMercor–45.4%†
Arena AgentArena (LMArena)11.3-9.1
LiveBench Long AgenticLiveBench63.6%–
LiveBench BrowserLiveBench88.2%–
LiveBench Agentic CodingLiveBench–57.6%
Terminal-Bench 2.1 (Vals)Vals AI–69.7%
GDPval-AA v2.1Artificial Analysis–1478
τ³-Banking (AA)Artificial Analysis–34.9%
Analyst Agent (AA)Artificial Analysis53.8%–
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI–60.6%
Finance Agent v2.1Vals AI58.9%–
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%–
Harvey's Legal Agent Benchmark v1Vals AI–25.4%
Legal Research BenchVals AI37.0%43.8%
SkillsBenchVals AI–53.0%
SREBenchVals AI–0.0%
Tax Agent BenchVals AI24.8%32.8%
Terminal-Bench 4.0 (Vals)Vals AI60.6%6.1%
Terminal-Bench ScienceVals AI58.6%–
Arena Agent Task CompletionArena (LMArena)10.9-10.1
AutomationBenchArtificial Analysis71.3%40.6%
GDP.pdf (AA)Artificial Analysis30.0%17.4%
Harvey LAB-AA v1.1Harvey11.1%–
EnterpriseOps-GymArtificial Analysis28.9%47.3%
AA-Briefcase v1.1Artificial Analysis16121323
Design Arena AgenticDesign Arena–1177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis67.6%–
CWE-Bench (AA)Artificial Analysis61.7%–
DeepSec-Bench (AA)Artificial Analysis51.6%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
数学
ProofBenchVals AI–43.0%†
LiveBench MathematicsLiveBench–91.2%
Autoform-HardVals AI85.7%–
Arena MathsArena (LMArena)–1486
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–60.3%
LiveBench 2.0 Data AnalysisLiveBench81.1%–
LiveBench ResearchLiveBench90.1%–
LiveBench 1.0 Data AnalysisLiveBench–76.5%
AA-Omniscience v1.1Artificial Analysis40.4–
MMLU-ProVals AI–88.3%
LegalBenchVals AI–85.3%
CorpFinVals AI–70.9%
TaxEvalVals AI–80.4%
PRBench LegalScale AI SEAL43.3%†–
BioMysteryBenchVals AI77.8%64.8%
Excel Modeling BenchmarkVals AI–57.0%
Excel Modeling Benchmark v1.1Vals AI74.3%–
MedCodeVals AI–49.4%
MedScribeVals AI–90.1%
Public Benefits Bench v1.1Vals AI–68.5%
Financial Coaching BenchVals AI–75.7%
Immigration BenchVals AI–66.5%
DrugDiscoveryBenchScale AI SEAL62.2%†–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis44.6%–
指令遵循
LiveBench LanguageLiveBench–78.6%
LiveBench Instruction FollowingLiveBench–74.3%
MultiChallengeScale AI SEAL72.0%†–
Arena Instruction FollowingArena (LMArena)–1476
人类偏好
Arena TextArena (LMArena)–1493
EQ-Bench Creative Writing v3EQ-Bench–1842†
Arena Creative WritingArena (LMArena)–1445
Arena Multi-turnArena (LMArena)–1506
Arena Longer QueriesArena (LMArena)–1490
多模态
Arena VisionArena (LMArena)–1305
LiveBench DesignLiveBench80.0%–
MMMU-Pro (Vals)Vals AI–86.1%
MortgageTaxVals AI–65.4%
Humanity's Sixth SenseScale AI SEAL56.8%†24.5%
VIALS-AAHandshake AI62.7%–
AA-3DArtificial Analysis1259–
长上下文
AA-LCR v1.1Artificial Analysis–79.0%
MLCRArtificial Analysis37.2%7.2%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–155.1†
LiveBench 2.0LiveBench80.3%–
LiveBench 1.0LiveBench–78.0%
AA Intelligence Index v5.0.1Artificial Analysis57.3–
AA Intelligence Index v4.3.2Artificial Analysis–39.6
AA Progress Index v1Artificial Analysis–309.1
Vals IndexVals AI66.1–
Vals Finance IndexVals AI56.7%–
Vals Science IndexVals AI57.8%–
Vals Multimodal IndexVals AI–69.8%†
Vals Legal IndexVals AI66.7%–
AA Cyber IndexArtificial Analysis37.8–
安全与诚实
DistressBenchScale AI SEAL–88.4%†

数据截至 2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-6.2 Sol (max):BenchLeader Index 63.2 → 64.6。
  • GPT-6.2 Sol (max):4 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
  • GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
  • GPT-6.2 Sol (max):2 项新结果(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
  • Muse Spark 1.2 (xhigh):1 项分数修订。
  • Muse Spark 1.2 (xhigh):1 项新结果(GDPval-AA v2.1)。
  • Muse Spark 1.2 (xhigh):1 项分数修订。
  • Muse Spark 1.2 (xhigh):1 项分数修订。
  • Muse Spark 1.2 (xhigh):BenchLeader Index 62.2 → 61.6。
  • Muse Spark 1.2 (xhigh):1 项新结果(AA Progress Index v1)。

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

GPT-6.2 Sol vs Muse Spark 1.2:常见问题

GPT-6.2 Sol 比 Muse Spark 1.2 更好吗?
GPT-6.2 Sol (max) 与 Muse Spark 1.2 (xhigh) 的质量不相上下(64.6 比 61.4,在 ±5.9 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19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-6.2 Sol 和 Muse Spark 1.2 哪个更便宜?价格会变吗?
目前 Muse Spark 1.2 更便宜:每百万 token $2.00 比 $4.00(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-6.2 Sol 还是 Muse Spark 1.2 更好?
GPT-6.2 Sol 在编程方面得分更高(类别得分 75 比 54,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,GPT-6.2 Sol 为 1757,Muse Spark 1.2 为 1534。
GPT-6.2 Sol 和 Muse Spark 1.2 哪个更快?
Muse Spark 1.2 输出更快(约 2 倍;输出 204 比 74 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-6.2 Sol 还是 Muse Spark 1.2 更好?
GPT-6.2 Sol 在智能体任务方面得分更高(类别得分 65 比 55,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,GPT-6.2 Sol 为 11.3,Muse Spark 1.2 为 -9.1。
更多问题(4)
处理长文档哪个更好?
两者都约为 1.1M token(GPT-6.2 Sol 为 1,050,000,Muse Spark 1.2 为 1,048,576)。
哪个延迟更低?
Muse Spark 1.2 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 7.5 秒比 78.8 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-6.2 Sol 和 Muse Spark 1.2 的看法一致吗?
在两者都有结果的 14 项基准测试中,GPT-6.2 Sol 领先 11 项,Muse Spark 1.2 领先 3 项。
GPT-6.2 Sol 是什么时候发布的?
GPT-6.2 Sol 于 2026年11月17日 发布。