BenchLeader

GPT-6 Astra vs Muse Spark

完整资料:GPT-6 Astra(OpenAI)和 Muse Spark(Meta),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,GPT-6 Astra 与 Muse Spark 的质量不相上下(BenchLeader Index 67.3 比 64.2,在 ±4.6 的误差范围内)。看重数学(71 比 59)、知识(72 比 63)和编程(73 比 65)选 GPT-6 Astra;看重人类偏好(68 比 66)和智能体与工具(65 比 64)选 Muse Spark。

要点(截至 2026年11月16日)

  • GPT-6 Astra 的 BenchLeader Index 为 67.3,Muse Spark 为 64.2(BenchLeader,2026年11月16日)。
  • GPT-6 Astra 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • 在两者都有结果的 26 项基准测试中,GPT-6 Astra 领先 21 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-6 Astra类别得分 73 比 65;SciCode 56.5% 比 51.5%高
智能体与工具调用Muse Spark类别得分 65 比 64;GDPval-AA v2.1 1006 比 1587中
数学GPT-6 Astra类别得分 71 比 59;Arena Maths 1481 比 1469高
推理GPT-6 Astra类别得分 72 比 67;GPQA Diamond 95.8% 比 89.8%中
知识GPT-6 Astra类别得分 72 比 63;MedScribe 87.9% 比 85.9%高
长文档GPT-6 Astra类别得分 65 比 64;AA-LCR v1.1 80.7% 比 78.0%中
图像及其他媒体GPT-6 Astra类别得分 66 比 64;MMMU-Pro 86.9% 比 80.5%中
对话质量(人类偏好)Muse SparkArena 投票 68 比 66中
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 Astra (max) 与 Muse Spark 的质量不相上下(67.3 比 64.2,在 ±4.6 的误差范围内)。
  • GPT-6 Astra (max) 在编程、知识、长上下文、数学、多模态、推理方面更强。
  • Muse Spark 在智能体与工具、人类偏好方面更强。

概览

规格GPT-6 AstraMuse Spark
提供商OpenAIMeta
发布日期2026年9月2日2026年4月8日
上下文窗口(token)1,050,000262,144
对比时的配置GPT-6 Astra (max)Muse Spark
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$10.00 / $50.00 / $1.00–

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 Astra (max)Muse Spark领先者
推理72.467.4GPT-6 Astra
编程73.265.1GPT-6 Astra
智能体与工具63.965.0Muse Spark
数学70.859.1GPT-6 Astra
知识72.363.1GPT-6 Astra
指令遵循–76.9无法比较
人类偏好66.268.1Muse Spark
多模态65.664.2GPT-6 Astra
长上下文65.063.6GPT-6 Astra
综合71.3–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数学知识长上下文多模态人类偏好GPT-6 Astra, 推理: 72.4GPT-6 Astra, 编程: 73.2GPT-6 Astra, 智能体与工具: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知识: 72.3GPT-6 Astra, 长上下文: 65.0GPT-6 Astra, 多模态: 65.6GPT-6 Astra, 人类偏好: 66.2Muse Spark, 推理: 67.4Muse Spark, 编程: 65.1Muse Spark, 智能体与工具: 65.0Muse Spark, 数学: 59.1Muse Spark, 知识: 63.1Muse Spark, 长上下文: 63.6Muse Spark, 多模态: 64.2Muse Spark, 人类偏好: 68.1

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 26 项基准测试中,GPT-6 Astra 领先 21 项,Muse Spark 领先 5 项。所有同时评测两者的综合评分都认为 Muse Spark 更强。

综合 IndexGPT-6 Astra (max)Muse Spark领先者
BenchLeader Index67.364.2不相上下
Arena Text14741489Muse Spark

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 Astra (max)Muse Spark
每百万 token 混合价格$20.00–
每百万 token 输入 / 输出$10.00 / $50.00– / –
每百万 token 缓存输入$1.00–
每项任务价格:聊天回复$0.019–
每项任务价格:总结一份 30 页的报告$0.150–
每项任务价格:代码编辑$0.135–
每项任务价格:智能体编程会话$0.800–
每项任务价格:结构化信息提取$0.030–
智能体编程会话(输入大多命中缓存)$0.395–
每项基准测试任务成本(AA Index)$6.24–
每项任务输出 token(AA Index)52k–
其中推理部分36k–
每项任务耗时(AA Index)21 min–
输出速度41 tok/s–
首次回答时间198.4 秒–
完整回答耗时(最近一次测量 2026年11月13日)533.7 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 Astra (max) 得分 67.3,首个回答 token 需 198 秒;GPT-6 Astra 为 66.4(5 秒),GPT-6 Astra (high) 为 66.3(49 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 191 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 Astra (max)Muse Spark
BenchLeader IndexBenchLeader67.364.2
智能体与工具得分BenchLeader63.965.0
编程得分BenchLeader73.265.1
综合得分BenchLeader71.3–
人类偏好得分BenchLeader66.268.1
知识得分BenchLeader72.363.1
长上下文得分BenchLeader65.063.6
数学得分BenchLeader70.859.1
多模态得分BenchLeader65.664.2
推理得分BenchLeader72.467.4
指令遵循得分BenchLeader–76.9
混合价格(美元/百万 token)BenchLeader$20.00–
输出速度BenchLeader41 tok/s–
首次回答时间BenchLeader198.4 秒–
上下文窗口BenchLeader1,050,000 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub95.8%89.8%
Humanity's Last ExamScale AI / CAIS54.8%†40.6%
SimpleBenchSimpleBench83.6%†–
Arena Hard PromptsArena (LMArena)15001506
LiveBench 2.0 ReasoningLiveBench92.7%–
LiveBench 1.0 ReasoningLiveBench92.7%–
GPQA Diamond (AA)Artificial Analysis96.1%88.4%
Humanity's Last Exam (AA)Artificial Analysis54.7%40.7%
HLE-Diamond (AA)Artificial Analysis63.8%–
GPQA Diamond (Vals)Vals AI–89.7%
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize95.0%–
ARC-AGI-3ARC Prize98.6%–
CritPtArtificial Analysis31.7%11.3%
CritPt v2 hard subset (AA)Artificial Analysis70.5%–
MysteryMechanismVals AI53.1%–
HLE-Diamond (Scale)Scale AI SEAL60.6%†–
Arena ExpertArena (LMArena)15171491
Chess PuzzlesEpoch AI Benchmarking Hub74.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub84.0%–
LMCAEpoch AI Benchmarking Hub64.1%†–
DTBenchEpoch AI Benchmarking Hub97.1%†–
ForecastBenchForecastBench66.6%†–
BTF-3Epoch AI Benchmarking Hub13.5%†–
编程
SciCodeSciCode56.5%51.5%
显示全部 191 项基准测试
指标发布方GPT-6 Astra (max)Muse Spark
编程
WeirdMLWeirdML93.3%–
FrontierCodeCognition53.3%–
GSO-BenchGSO-Bench79.4%†–
Arena CodingArena (LMArena)15481529
Arena WebDevArena (LMArena)1764–
LiveBench 2.0 CodingLiveBench87.5%–
LiveBench 1.0 CodingLiveBench80.4%–
SciCode (AA)Artificial Analysis56.5%–
IOIVals AI100.0%–
SWE-bench (Vals)Vals AI–74.4%
SWE-Bench ProScale AI SEAL–55.0%
Code MigrationVals AI67.7%–
Code Migration v1.1Vals AI80.6%–
ProgramBenchVals AI5.5%–
SWE-bench MultimodalVals AI43.3%–
Vibe Code Bench 1-100Vals AI27.6%–
Vibe Code Bench v1.1Vals AI89.6%19.7%
SWE-Bench Pro (private)Scale AI SEAL–44.7%
SWE Atlas v1.0: Codebase QnAScale AI SEAL59.1%†24.2%
SWE Atlas v1.0: RefactoringScale AI SEAL59.0%†–
SWE Atlas v1.0: Test WritingScale AI SEAL50.7%†31.1%
SWE Atlas v1.1Scale AI SEAL69.4%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%†–
SWE Atlas v1.1: Test WritingScale AI SEAL66.7%†–
SWE Atlas v1.1: RefactoringScale AI SEAL71.4%†–
SWE-Bench Pro V2Scale AI SEAL96.9%†–
SWE-Bench Pro V2 HARDScale AI SEAL90.2%†–
MirrorCodeEpoch AI Benchmarking Hub60.0%–
DeepSWE v1.1Epoch AI Benchmarking Hub73.2%–
ALE-BenchEpoch AI Benchmarking Hub2951.3–
FrontierSWEEpoch AI Benchmarking Hub65.5%–
WeirdML v3WeirdML42.2%†–
Terminal-Bench 4.0 (AA)Artificial Analysis59.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis88.4%62.2%
Startrise FrontendStartrise79.9%†–
GameBench 2 OverallDuelLab GameBench 288.8†–
GameBench 2 by reasoning settingDuelLab GameBench 294.3†–
Design Arena WebsiteDesign Arena13381253
FrontierCode 1.1 (AA)Artificial Analysis47.0%–
FrontierCode 2.0 (AA)Artificial Analysis42.4%–
智能体与工具
Terminal-BenchTerminal-Bench60.3%–
Remote Labor IndexScale AI / CAIS20.8%†–
APEX-AgentsMercor64.7%†–
Arena AgentArena (LMArena)14.5–
LiveBench Long AgenticLiveBench75.6%–
LiveBench BrowserLiveBench91.3%–
LiveBench Agentic CodingLiveBench57.3%–
Terminal-Bench HardArtificial Analysis–45.5%
τ²-Bench Telecom (AA)Artificial Analysis–91.5%
Terminal-Bench 2.1 (Vals)Vals AI87.3%–
MCP AtlasScale AI SEAL–82.2%
HiL-BenchScale AI SEAL65.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis53.7%–
GDPval-AA v2.1Artificial Analysis15871006
τ³-Banking (AA)Artificial Analysis41.4%–
ITBench SRE (AA)Artificial Analysis48.6%–
Analyst Agent (AA)Artificial Analysis51.3%–
CUA-benchVals AI19.2%–
CyberBenchVals AI41.1%–
Finance Agent v2Vals AI53.5%–
Finance Agent v2.1Vals AI60.4%–
Harvey's Legal Agent Benchmark v1.1Vals AI7.1%–
Harvey's Legal Agent Benchmark v1Vals AI5.4%–
Legal Research BenchVals AI39.4%–
Robo-benchVals AI23.3%–
SREBenchVals AI56.9%–
Tax Agent BenchVals AI20.7%–
Terminal-Bench 2.0 (Vals)Vals AI–59.5%
Terminal-Bench 4.0 (Vals)Vals AI59.6%–
Terminal-Bench ScienceVals AI62.9%–
Time Horizon Index: KSPVals AI90.5%–
Arena SearchArena (LMArena)1245–
Arena Agent Task CompletionArena (LMArena)14–
BALROGBALROG68.3%–
PostTrainBenchEpoch AI Benchmarking Hub41.9%–
Vending-Bench 2Andon Labs15514.7†–
SpireClimbEpoch AI Benchmarking Hub34.0%–
AutomationBenchArtificial Analysis68.5%–
GDP.pdf (AA)Artificial Analysis31.0%–
Harvey LAB-AA v1.1Harvey8.6%–
AA-Briefcase v1.1Artificial Analysis1569646
GDPxGDPx by SemiAnalysis9.6%–
Design Arena AgenticDesign Arena1405–
RoboDojo (LLM as robot policy)RoboDojo29.0†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis63.3%–
CWE-Bench (AA)Artificial Analysis63.3%–
DeepSec-Bench (AA)Artificial Analysis36.9%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis50.2%–
FACTS SearchGoogle93.3%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub93.7%–
FrontierMath Tier 4Epoch AI Benchmarking Hub97.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%88.9%
ProofBenchVals AI99.0%†17.0%
LiveBench MathematicsLiveBench96.8%–
AIME (Vals)Vals AI–96.9%
Arena MathsArena (LMArena)14811469
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub75.6%–
LiveBench 2.0 Data AnalysisLiveBench83.0%–
LiveBench ResearchLiveBench90.6%–
LiveBench 1.0 Data AnalysisLiveBench83.0%–
AA-Omniscience v1.1Artificial Analysis42.4–
MMLU-ProVals AI–87.3%
LegalBenchVals AI–84.2%
CorpFinVals AI–65.1%
TaxEvalVals AI–77.7%
PRBench FinanceScale AI SEAL47.5%†52.4%
PRBench LegalScale AI SEAL48.4%†52.3%
MultiNRCScale AI SEAL–59.0%
BioMysteryBenchVals AI79.3%–
CaseLaw v2Vals AI–63.1%
Excel Modeling BenchmarkVals AI71.7%–
Excel Modeling Benchmark v1.1Vals AI72.7%–
MedCodeVals AI48.5%51.3%
MedScribeVals AI87.9%85.9%
Financial Coaching BenchVals AI67.5%–
Immigration BenchVals AI67.7%–
DrugDiscoveryBenchScale AI SEAL68.7%–
EBR-benchEpoch AI Benchmarking Hub76.2%–
GDP.pdfEpoch AI Benchmarking Hub34.2%–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis50.2%–
HealthBench Professional (AA)OpenAI66.0%–
FACTS ParametricGoogle83.8%†–
指令遵循
LiveBench LanguageLiveBench89.4%–
LiveBench Instruction FollowingLiveBench75.6%–
IFBenchArtificial Analysis–75.9%
MultiChallengeScale AI SEAL–75.5%
TutorBenchScale AI SEAL–68.5%
Arena Instruction FollowingArena (LMArena)14741465
人类偏好
Arena TextArena (LMArena)14741489
EQ-Bench Creative Writing v3EQ-Bench2177†–
Arena Creative WritingArena (LMArena)14511464
Arena Multi-turnArena (LMArena)14831493
Arena Longer QueriesArena (LMArena)14851476
多模态
Arena VisionArena (LMArena)12791306
LiveBench DesignLiveBench80.0%–
MMMU-ProArtificial Analysis86.9%80.5%
MMMU-Pro (Vals)Vals AI–87.4%
Humanity's Sixth SenseScale AI SEAL53.6%–
Blueprint-Bench 2Epoch AI Benchmarking Hub49.7%†–
Furniture AssemblyEpoch AI Benchmarking Hub80.0%–
VIALS-AAHandshake AI62.7%–
Code2Video-AAArtificial Analysis1427–
AA-3DArtificial Analysis1168–
FACTS MultimodalGoogle55.2%†–
长上下文
AA-LCR v1.1Artificial Analysis80.7%78.0%
Arena DocumentArena (LMArena)14741467
MLCRArtificial Analysis41.7%–
FACTS GroundingGoogle80.1%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169†153.1
LiveBench 2.0LiveBench84.5%–
LiveBench 1.0LiveBench82.2%–
AA Intelligence Index v5.0.1Artificial Analysis56.9–
AA Intelligence Index v4.3.2Artificial Analysis52.731.3
AA Progress Index v1Artificial Analysis349.6289.1
Vals IndexVals AI65.0–
Vals Finance IndexVals AI55.6%–
Vals RSI IndexVals AI27.1%–
Vals Science IndexVals AI65.1%–
Vals Router IndexVals AI65.0%†–
Vals Legal IndexVals AI68.4%–
AA Cyber IndexArtificial Analysis33.4–
安全与诚实
FORTRESSScale AI SEAL12.1%†20.2%
DistressBenchScale AI SEAL74.3%†–

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

  • GPT-6 Astra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):1 项分数修订。
  • Muse Spark:2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • GPT-6 Astra (max):1 项新结果(PostTrainBench);2 项分数修订。
  • GPT-6 Astra (max):1 项新结果(MirrorCode);1 项分数修订。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-6 Astra (max):2 项分数修订。
  • GPT-6 Astra (max):1 项分数修订。
  • Muse Spark:BenchLeader Index 64.6 → 64.1。
  • GPT-6 Astra (max):1 项分数修订。

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 Astra vs Muse Spark:常见问题

GPT-6 Astra 比 Muse Spark 更好吗?
GPT-6 Astra (max) 与 Muse Spark 的质量不相上下(67.3 比 64.2,在 ±4.6 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。
编程用 GPT-6 Astra 还是 Muse Spark 更好?
GPT-6 Astra 在编程方面得分更高(类别得分 73 比 65,50 为平均水平)。在两者共同的最主要编程基准测试 SciCode 上,GPT-6 Astra 为 56.5%,Muse Spark 为 51.5%。
智能体和工具调用用 GPT-6 Astra 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 64,50 为平均水平)。
处理长文档哪个更好?
GPT-6 Astra 在长上下文基准测试上得分更高(65 比 64)。GPT-6 Astra 支持更长的上下文:1,050,000 token,Muse Spark 为 262,144 token。
第三方基准测试对 GPT-6 Astra 和 Muse Spark 的看法一致吗?
在两者都有结果的 26 项基准测试中,GPT-6 Astra 领先 21 项,Muse Spark 领先 5 项。所有同时评测两者的综合评分都认为 Muse Spark 更强。
更多问题(1)
GPT-6 Astra 是什么时候发布的?
GPT-6 Astra 于 2026年9月2日 发布。