BenchLeader

Grok 4.7 vs Muse Spark Open

完整资料:Grok 4.7(SpaceXAI)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 14 个来源

截至 2026年11月16日,Grok 4.7 与 Muse Spark Open 的质量不相上下(BenchLeader Index 57.4 比 53.5,在 ±7.0 的误差范围内)。Muse Spark Open 更便宜,对方的价格是它的 1.5 倍(每百万 token 混合价格 $2.00 比 $3.00)。看重编程(61 比 36)、推理(56 比 51)和知识(60 比 59)选 Grok 4.7;看重多模态(63 比 56)选 Muse Spark Open。Muse Spark Open 的首次回答更快(9.9 秒 比 55.9 秒)。Muse Spark Open 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • Grok 4.7 的 BenchLeader Index 为 57.4,Muse Spark Open 为 53.5(BenchLeader,2026年11月16日)。
  • Grok 4.7 每百万 token 混合价格为 $3.00(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)。
  • Muse Spark Open 比 Grok 4.7 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 39 项基准测试中,Grok 4.7 领先 31 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Grok 4.7类别得分 61 比 36;FrontierCode 2.0 (AA) 28.7% 比 7.6%高
推理Grok 4.7类别得分 56 比 51;ARC-AGI-2 61.4% 比 57.5%中
知识Grok 4.7类别得分 60 比 59;AA-Omniscience v1.1 31.2 比 25.8中
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 56;SAGE 85.8% 比 88.7%高
对话质量(人类偏好)–只有 Grok 4.7 有 Arena 评分(类别得分 63)无法比较
成本最低Muse Spark Open每百万 token 混合价格 $2.00 比 $3.00;智能体编程会话 $0.092 比 $0.144–
首次回答最快Muse Spark Open首个回答 token 9.9 秒(Muse Spark Open (xhigh))比 55.9 秒(Grok 4.7 (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

  • Grok 4.7 (xhigh) 与 Muse Spark Open (xhigh) 的质量不相上下(57.4 比 53.5,在 ±7.0 的误差范围内)。
  • Grok 4.7 (xhigh) 在编程、知识、推理方面更强。
  • Muse Spark Open (xhigh) 在长上下文、多模态方面更强。
  • Muse Spark Open (xhigh) 更便宜,对方的价格是它的 1.5 倍(每百万 token 混合价格 $2.00 比 $3.00)。
  • Muse Spark Open (xhigh) 的输出速度是对方的 2.7 倍(180 比 68 token/秒)。

概览

规格Grok 4.7Muse Spark Open
提供商SpaceXAIMeta
发布日期2026年9月21日2026年10月15日
上下文窗口(token)500,0001,048,576
对比时的配置Grok 4.7 (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)$2.00 / $6.00 / $0.500$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Grok 4.7 (xhigh)Muse Spark Open (xhigh)领先者
推理55.651.3Grok 4.7
编程60.936.0Grok 4.7
智能体与工具56.9–无法比较
数学55.8–无法比较
知识59.958.8Grok 4.7
人类偏好62.5–无法比较
多模态55.563.3Muse Spark Open
长上下文62.963.8持平
综合52.8–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推理编程知识长上下文多模态Grok 4.7, 推理: 55.6Grok 4.7, 编程: 60.9Grok 4.7, 知识: 59.9Grok 4.7, 长上下文: 62.9Grok 4.7, 多模态: 55.5Muse Spark Open, 推理: 51.3Muse Spark Open, 编程: 36.0Muse Spark Open, 知识: 58.8Muse 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, 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 39 项基准测试中,Grok 4.7 领先 31 项,Muse Spark Open 领先 8 项。所有同时评测两者的综合评分都认为 Grok 4.7 更强。

综合 IndexGrok 4.7 (xhigh)Muse Spark Open (xhigh)领先者
BenchLeader Index57.453.5不相上下
AA Intelligence Index v5.0.135.524.9Grok 4.7
Vals Index58.648.6Grok 4.7

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Grok 4.7 (xhigh)Muse Spark Open (xhigh)
每百万 token 混合价格$3.00$2.00
每百万 token 输入 / 输出$2.00 / $6.00$1.25 / $4.25
每百万 token 缓存输入$0.500$0.150
每项任务价格:聊天回复$0.0026$0.0018
每项任务价格:总结一份 30 页的报告$0.028$0.018
每项任务价格:代码编辑$0.021$0.014
每项任务价格:智能体编程会话$0.144$0.092
每项任务价格:结构化信息提取$0.0052$0.0034
智能体编程会话(输入大多命中缓存)$0.076$0.043
每项基准测试任务成本(AA Index)$7.77$2.02
每项任务输出 token(AA Index)105k66k
其中推理部分69k32k
每项任务耗时(AA Index)26 min6 min
输出速度68 tok/s180 tok/s
首次回答时间55.9 秒9.9 秒
完整回答耗时(最近一次测量 2026年11月13日)145.5 秒39.9 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Grok 4.7 (xhigh) 上花费 $7.77,在 Muse Spark Open (xhigh) 上花费 $2.02;完成同样的工作,Grok 4.7 (xhigh) 输出的 token 是对方的 1.6 倍,这是只看 token 单价看不出来的。

每个模型都按其排名最高的推理强度设置进行对比。Grok 4.7 (xhigh) 得分 57.4,首个回答 token 需 56 秒;Grok 4.7 (high) 为 56.9(35 秒),Grok 4.7 (low) 为 55.4(10 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 159 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Grok 4.7 (xhigh)Muse Spark Open (xhigh)
BenchLeader IndexBenchLeader57.453.5
智能体与工具得分BenchLeader56.9–
编程得分BenchLeader60.936.0
综合得分BenchLeader52.8–
人类偏好得分BenchLeader62.5–
知识得分BenchLeader59.958.8
长上下文得分BenchLeader62.963.8
数学得分BenchLeader55.8–
多模态得分BenchLeader55.563.3
推理得分BenchLeader55.651.3
混合价格(美元/百万 token)BenchLeader$3.00$2.00
输出速度BenchLeader68 tok/s180 tok/s
首次回答时间BenchLeader55.9 秒9.9 秒
上下文窗口BenchLeader500,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub92.7%–
Arena Hard PromptsArena (LMArena)1466–
LiveBench 2.0 ReasoningLiveBench82.7%73.7%†
LiveBench 1.0 ReasoningLiveBench82.7%–
GPQA Diamond (AA)Artificial Analysis–89.0%
Humanity's Last Exam (AA)Artificial Analysis43.1%43.9%
HLE-Diamond (AA)Artificial Analysis23.2%26.3%
ARC-AGI-1ARC Prize89.5%89.0%
ARC-AGI-2ARC Prize61.4%57.5%
ARC-AGI-3ARC Prize7.0%0.4%
CritPtArtificial Analysis17.7%14.9%
CritPt v2 hard subset (AA)Artificial Analysis33.5%29.5%
MysteryMechanismVals AI25.2%–
HLE-Diamond (Scale)Scale AI SEAL23.4%†28.0%†
Arena ExpertArena (LMArena)1478–
Chess PuzzlesEpoch AI Benchmarking Hub41.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub29.0%–
LMCAEpoch AI Benchmarking Hub49.4%–
DTBenchEpoch AI Benchmarking Hub96.0%–
编程
SciCodeSciCode57.4%–
FrontierCodeCognition47.6%†–
Arena CodingArena (LMArena)1493–
Arena WebDevArena (LMArena)16411526†
LiveBench 2.0 CodingLiveBench73.1%55.1%†
LiveBench 1.0 CodingLiveBench77.2%–
显示全部 159 项基准测试
指标发布方Grok 4.7 (xhigh)Muse Spark Open (xhigh)
编程
SciCode (AA)Artificial Analysis57.4%58.5%
IOIVals AI57.7%–
Code MigrationVals AI44.8%21.2%
Code Migration v1.1Vals AI53.2%26.9%
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI42.9%–
Vibe Code Bench v1.1Vals AI86.2%76.2%
Vibe Code Bench 1-100 v1.1Vals AI26.4%–
SWE Atlas v1.1Scale AI SEAL62.1%†42.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL73.4%†50.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL64.4%†41.1%†
SWE Atlas v1.1: RefactoringScale AI SEAL48.6%†35.7%†
SWE-Bench Pro V2Scale AI SEAL–95.0%
SWE-Bench Pro V2 HARDScale AI SEAL–82.3%
MirrorCodeEpoch AI Benchmarking Hub54.4%–
CursorBenchCursor46.3%–
ALE-BenchEpoch AI Benchmarking Hub1545.8–
FrontierSWEEpoch AI Benchmarking Hub29.5%–
WeirdML v3WeirdML8.4%–
Terminal-Bench 4.0 (AA)Artificial Analysis25.8%8.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–76.4%
Startrise FrontendStartrise75.9%†–
GameBench 2 OverallDuelLab GameBench 263.6†55.3†
GameBench 2 by reasoning settingDuelLab GameBench 271.259.3
Design Arena WebsiteDesign Arena1244†1305
FrontierCode 1.1 (AA)Artificial Analysis33.8%27.6%
FrontierCode 2.0 (AA)Artificial Analysis28.7%7.6%
智能体与工具
Terminal-BenchTerminal-Bench38.8%–
APEX-AgentsMercor54.6%†–
Arena AgentArena (LMArena)2.6–
LiveBench Long AgenticLiveBench45.3%12.1%†
LiveBench BrowserLiveBench49.3%26.2%†
LiveBench Agentic CodingLiveBench54.0%–
Terminal-Bench 2.1 (Vals)Vals AI73.4%–
HiL-BenchScale AI SEAL–59.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis60.7%45.1%
GDPval-AA v2.1Artificial Analysis17171401
ITBench SRE (AA)Artificial Analysis42.1%–
Analyst Agent (AA)Artificial Analysis52.5%–
CyberBenchVals AI69.5%–
Finance Agent v2Vals AI52.3%61.3%
Finance Agent v2.1Vals AI60.6%60.7%
Harvey's Legal Agent Benchmark v1.1Vals AI18.3%25.0%
Harvey's Legal Agent Benchmark v1Vals AI12.5%16.7%
Legal Research BenchVals AI47.1%38.5%
Robo-benchVals AI0.2%–
SREBenchVals AI3.8%–
Tax Agent BenchVals AI35.8%26.3%
Terminal-Bench 4.0 (Vals)Vals AI28.8%6.6%
Terminal-Bench ScienceVals AI10.0%–
Arena Agent Task CompletionArena (LMArena)5.1–
Vending-Bench 2Andon Labs10536.8†–
AutomationBenchArtificial Analysis65.6%49.7%
GDP.pdf (AA)Artificial Analysis20.0%18.6%
Harvey LAB-AA v1.1Harvey9.4%–
AA-Briefcase v1.1Artificial Analysis16361280
GDPxGDPx by SemiAnalysis3.9%1.7%†
Design Arena AgenticDesign Arena1277†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis11.4%1.9%
CWE-Bench (AA)Artificial Analysis68.3%–
DeepSec-Bench (AA)Artificial Analysis26.9%–
CyberGym end-to-end (AA)Artificial Analysis74.0%–
MKA (AA)Artificial Analysis40.1%–
FACTS SearchGoogle85.6%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub53.0%–
FrontierMath Tier 4Epoch AI Benchmarking Hub17.1%–
OTIS Mock AIMEEpoch AI Benchmarking Hub98.1%–
ProofBenchVals AI26.0%†–
LiveBench MathematicsLiveBench95.7%–
ArXivMathMathArena–27.0%
BrokenArXivMathArena–30.1%
Arena MathsArena (LMArena)1447–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub56.0%–
LiveBench 2.0 Data AnalysisLiveBench76.9%60.2%†
LiveBench ResearchLiveBench89.5%82.7%†
LiveBench 1.0 Data AnalysisLiveBench76.9%–
AA-Omniscience v1.1Artificial Analysis31.225.8
LegalBenchVals AI84.4%–
PRBench LegalScale AI SEAL47.6%59.8%†
BioMysteryBenchVals AI69.3%–
Excel Modeling BenchmarkVals AI67.0%53.7%
Excel Modeling Benchmark v1.1Vals AI71.5%62.0%
MedCodeVals AI49.5%–
MedScribeVals AI89.4%–
Public Benefits Bench v1.1Vals AI65.6%–
Access to Justice BenchmarkVals AI73.7%–
Financial Coaching BenchVals AI74.1%–
Immigration BenchVals AI68.0%–
GDP.pdfEpoch AI Benchmarking Hub22.8%–
AA-Omniscience v1.1: accuracyArtificial Analysis42.7%42.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis80.0%72.0%
HealthBench Professional (AA)OpenAI55.8%–
FACTS ParametricGoogle54.3%†–
指令遵循
LiveBench LanguageLiveBench80.1%–
LiveBench Instruction FollowingLiveBench75.3%–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1435–
人类偏好
Arena TextArena (LMArena)1443–
EQ-Bench Creative Writing v3EQ-Bench2012†–
Arena Creative WritingArena (LMArena)1421–
Arena Multi-turnArena (LMArena)1435–
Arena Longer QueriesArena (LMArena)1454–
多模态
Arena VisionArena (LMArena)1230–
LiveBench DesignLiveBench75.0%58.1%†
MMMU-ProArtificial Analysis78.2%†80.9%
SAGEVals AI88.7%85.8%
Humanity's Sixth SenseScale AI SEAL–29.6%†
GeoBenchGeoBench61.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub32.5%†–
Furniture AssemblyEpoch AI Benchmarking Hub20.8%–
VIALS-AAHandshake AI37.9%–
Code2Video-AAArtificial Analysis1127–
AA-3DArtificial Analysis992–
FACTS MultimodalGoogle40.9%†–
长上下文
AA-LCR v1.1Artificial Analysis76.7%78.3%
MLCRArtificial Analysis20.0%7.8%
FACTS GroundingGoogle68.6%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.2†155.4†
LiveBench 2.0LiveBench67.9%48.5%†
LiveBench 1.0LiveBench77.4%–
AA Intelligence Index v5.0.1Artificial Analysis35.524.9
AA Intelligence Index v4.3.2Artificial Analysis46.538.9
AA Progress Index v1Artificial Analysis322.7306.7
Vals IndexVals AI58.648.6
Vals Finance IndexVals AI58.8%53.0%
Vals RSI IndexVals AI20.2%–
Vals Science IndexVals AI34.8%–
Vals Router IndexVals AI58.6%†–
Vals Legal IndexVals AI72.7%68.5%
AA Cyber IndexArtificial Analysis56.4–
安全与诚实
FORTRESSScale AI SEAL–7.6%†
DistressBenchScale AI SEAL52.4%†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

  • Grok 4.7 (xhigh):BenchLeader Index 58.0 → 57.4。
  • Grok 4.7 (xhigh):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Muse Spark Open (xhigh):1 项分数修订。
  • Grok 4.7 (xhigh):1 项新结果(MirrorCode)。
  • Grok 4.7 (xhigh):1 项新结果(ALE-Bench)。
  • Grok 4.7 (xhigh):2 项分数修订。
  • Grok 4.7 (xhigh):2 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。
  • Grok 4.7 (xhigh):2 项分数修订。
  • Muse Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。

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

Grok 4.7 vs Muse Spark Open:常见问题

Grok 4.7 比 Muse Spark Open 更好吗?
Grok 4.7 (xhigh) 与 Muse Spark Open (xhigh) 的质量不相上下(57.4 比 53.5,在 ±7.0 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。
Grok 4.7 和 Muse Spark Open 哪个更便宜?价格会变吗?
目前 Muse Spark Open 更便宜:每百万 token $2.00 比 $3.00(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 Grok 4.7 还是 Muse Spark Open 更好?
Grok 4.7 在编程方面得分更高(类别得分 61 比 36,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,Grok 4.7 为 28.7%,Muse Spark Open 为 7.6%。
Grok 4.7 和 Muse Spark Open 哪个更快?
Muse Spark Open 输出更快(约 2 倍;输出 180 比 68 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,Grok 4.7 为 500,000 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 55.9 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 Grok 4.7 和 Muse Spark Open 的看法一致吗?
在两者都有结果的 39 项基准测试中,Grok 4.7 领先 31 项,Muse Spark Open 领先 8 项。所有同时评测两者的综合评分都认为 Grok 4.7 更强。
Muse Spark Open 是什么时候发布的?
Muse Spark Open 于 2026年10月15日 发布。