Grok 4 vs Muse Spark
完整资料:Grok 4(SpaceXAI)和 Muse Spark(Meta),包括全部基准测试、价格和排名。
更新于 · 数据来自 10 个来源
截至 2026年11月16日,质量上 Muse Spark 领先 Grok 4(BenchLeader Index 64.2 比 58.1)。看重长上下文(68 比 64)选 Grok 4;看重指令遵循(77 比 63)、多模态(64 比 52)和人类偏好(68 比 59)选 Muse Spark。
要点(截至 2026年11月16日)
- Grok 4 的 BenchLeader Index 为 58.1,Muse Spark 为 64.2(BenchLeader,2026年11月16日)。
- Grok 4 每百万 token 混合价格为 $6.00(标价,2026年11月16日)。
- 在两者都有结果的 34 项基准测试中,Muse Spark 领先 32 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 | Muse Spark | 类别得分 65 比 56;Arena Coding 1529 比 1435 | 高 |
| 智能体与工具调用 | Muse Spark | 类别得分 65 比 59;Terminal-Bench Hard 45.5% 比 37.9% | 中 |
| 数学 | 均可 | 类别得分 58 比 59;Arena Maths 1425 比 1469 | 均可 |
| 推理 | Muse Spark | 类别得分 67 比 60;GPQA Diamond 89.8% 比 87.0% | 中 |
| 知识 | Muse Spark | 类别得分 63 比 56;MMLU-Pro 87.3% 比 85.3% | 中 |
| 长文档 | Grok 4 | 类别得分 68 比 64;AA-LCR v1.1 68.0% 比 78.0% | 中 |
| 图像及其他媒体 | Muse Spark | 类别得分 64 比 52;Arena Vision 1306 比 1210 | 高 |
| 指令遵循 | Muse Spark | 类别得分 77 比 63;IFBench 75.9% 比 53.7% | 高 |
| 对话质量(人类偏好) | Muse Spark | Arena 投票 68 比 59 | 高 |
| 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
- 质量上 Muse Spark 领先:64.2 比 58.1。
- Grok 4 在长上下文方面更强。
- Muse Spark 在智能体与工具、编程、人类偏好、指令遵循、知识、数学、多模态、推理方面更强。
概览
| 规格 | Grok 4 | Muse Spark |
|---|---|---|
| 提供商 | SpaceXAI | Meta |
| 发布日期 | 2025年7月9日 | 2026年4月8日 |
| 上下文窗口(token) | 256,000 | 262,144 |
| 对比时的配置 | Grok 4 | Muse Spark |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $3.00 / $15.00 / – | – |
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 | Grok 4 | Muse Spark | 领先者 |
|---|---|---|---|
| 推理 | 60.0 | 67.4 | Muse Spark |
| 编程 | 55.9 | 65.1 | Muse Spark |
| 智能体与工具 | 58.6 | 65.0 | Muse Spark |
| 数学 | 58.3 | 59.1 | 持平 |
| 知识 | 56.0 | 63.1 | Muse Spark |
| 指令遵循 | 62.5 | 76.9 | Muse Spark |
| 人类偏好 | 58.5 | 68.1 | Muse Spark |
| 多模态 | 52.0 | 64.2 | Muse Spark |
| 长上下文 | 68.3 | 63.6 | Grok 4 |
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。
各来源的分歧
在两者都有结果的 34 项基准测试中,Grok 4 领先 2 项,Muse Spark 领先 32 项。所有同时评测两者的综合评分都认为 Muse Spark 更强。
| 综合 Index | Grok 4 | Muse Spark | 领先者 |
|---|---|---|---|
| BenchLeader Index | 58.1 | 64.2 | Muse Spark |
| Arena Text | 1411 | 1489 | Muse 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 | Grok 4 | Muse Spark |
|---|---|---|
| 每百万 token 混合价格 | $6.00 | – |
| 每百万 token 输入 / 输出 | $3.00 / $15.00 | – / – |
| 每项任务价格:聊天回复 | $0.0057 | – |
| 每项任务价格:总结一份 30 页的报告 | $0.045 | – |
| 每项任务价格:代码编辑 | $0.041 | – |
| 每项任务价格:智能体编程会话 | $0.240 | – |
| 每项任务价格:结构化信息提取 | $0.0090 | – |
| 输出速度 | 69 tok/s | – |
| 首次回答时间 | 17.5 秒 | – |
| 完整回答耗时(最近一次测量 2026年11月13日) | 42.8 秒 | – |
每个模型都按其排名最高的推理强度设置进行对比。Grok 4 得分 58.1,首个回答 token 需 18 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 90 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 | Muse Spark |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 58.1 | 64.2 |
| 智能体与工具得分 | BenchLeader | 58.6 | 65.0 |
| 编程得分 | BenchLeader | 55.9 | 65.1 |
| 人类偏好得分 | BenchLeader | 58.5 | 68.1 |
| 指令遵循得分 | BenchLeader | 62.5 | 76.9 |
| 知识得分 | BenchLeader | 56.0 | 63.1 |
| 长上下文得分 | BenchLeader | 68.3 | 63.6 |
| 数学得分 | BenchLeader | 58.3 | 59.1 |
| 多模态得分 | BenchLeader | 52.0 | 64.2 |
| 推理得分 | BenchLeader | 60.0 | 67.4 |
| 混合价格(美元/百万 token) | BenchLeader | $6.00 | – |
| 输出速度 | BenchLeader | 69 tok/s | – |
| 首次回答时间 | BenchLeader | 17.5 秒 | – |
| 上下文窗口 | BenchLeader | 256,000 token | 262,144 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 87.0% | 89.8% |
| Humanity's Last Exam | Scale AI / CAIS | – | 40.6% |
| SimpleBench | SimpleBench | 60.5% | – |
| Arena Hard Prompts | Arena (LMArena) | 1421 | 1506 |
| GPQA Diamond (AA) | Artificial Analysis | 87.7% | 88.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | 26.7% | 40.7% |
| GPQA Diamond (Vals) | Vals AI | 88.1% | 89.7% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 73.6% | – |
| GPQA Diamond (HELM) | HELM Capabilities | 72.6% | – |
| ARC-AGI-1 | ARC Prize | 66.7%† | – |
| ARC-AGI-2 | ARC Prize | 16.0%† | – |
| CritPt | Artificial Analysis | 2.0% | 11.3% |
| Arena Expert | Arena (LMArena) | 1429 | 1491 |
| ForecastBench | ForecastBench | 64.7% | – |
| 编程 | |||
| SciCode | SciCode | – | 51.5% |
| WeirdML | WeirdML | 45.7% | – |
| Arena Coding | Arena (LMArena) | 1435 | 1529 |
| LiveCodeBench | Vals AI | 83.3% | – |
| SWE-bench (Vals) | Vals AI | 57.8% | 74.4% |
| SWE-Bench Pro | Scale AI SEAL | – | 55.0% |
| Aider Polyglot | Aider polyglot leaderboard | 79.6%† | – |
| Vibe Code Bench v1.1 | Vals AI | – | 19.7% |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 44.7% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 24.2% |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 31.1% |
显示全部 90 项基准测试
| 指标 | 发布方 | Grok 4 | Muse Spark |
|---|---|---|---|
| 编程 | |||
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 62.2% |
| Design Arena Website | Design Arena | 1006 | 1253 |
| LiveCodeBench (AA) | Artificial Analysis | 81.9% | – |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 27.2% | – |
| GDPval | OpenAI | 21.1%† | – |
| Cybench | Cybench | 43.0% | – |
| Terminal-Bench Hard | Artificial Analysis | 37.9% | 45.5% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 74.8% | 91.5% |
| MCP Atlas | Scale AI SEAL | – | 82.2% |
| BFCL Overall | Berkeley Function Calling Leaderboard | 63.0% | – |
| GDPval-AA v2.1 | Artificial Analysis | – | 1006 |
| Terminal-Bench 2.0 (Vals) | Vals AI | 28.1% | 59.5% |
| Arena Search | Arena (LMArena) | 1123 | – |
| BALROG | BALROG | 43.6% | – |
| DeepResearch Bench | DeepResearch Bench | 47.3% | – |
| METR Time Horizons | METR | 66.6% | – |
| AA-Briefcase v1.1 | Artificial Analysis | – | 646 |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 84.0% | 88.9% |
| ProofBench | Vals AI | – | 17.0% |
| AIME (Vals) | Vals AI | 90.6% | 96.9% |
| MGSM | Vals AI | 90.9% | – |
| IMO 2025 | MathArena | 21.4% | – |
| MathArena Apex | MathArena | 2.1% | – |
| Omni-MATH (HELM) | HELM Capabilities | 60.3% | – |
| MATH 500 | Vals AI | 96.2% | – |
| Arena Maths | Arena (LMArena) | 1425 | 1469 |
| AIME 2025 (AA) | Artificial Analysis | 92.7% | – |
| 知识 | |||
| MMLU-Pro | Vals AI | 85.3% | 87.3% |
| LegalBench | Vals AI | 83.2% | 84.2% |
| CorpFin | Vals AI | 66.0% | 65.1% |
| TaxEval | Vals AI | 65.1% | 77.7% |
| MedQA | Vals AI | 92.5% | – |
| PRBench Finance | Scale AI SEAL | – | 52.4% |
| PRBench Legal | Scale AI SEAL | – | 52.3% |
| MultiNRC | Scale AI SEAL | – | 59.0% |
| MMLU-Pro (HELM) | HELM Capabilities | 85.1% | – |
| CaseLaw v2 | Vals AI | 65.8% | 63.1% |
| MedCode | Vals AI | 38.1% | 51.3% |
| MedScribe | Vals AI | 78.2% | 85.9% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 89.5% | – |
| 指令遵循 | |||
| IFBench | Artificial Analysis | 53.7% | 75.9% |
| MultiChallenge | Scale AI SEAL | – | 75.5% |
| TutorBench | Scale AI SEAL | – | 68.5% |
| IFEval (HELM) | HELM Capabilities | 94.9% | – |
| WildBench (HELM) | HELM Capabilities | 79.7% | – |
| Arena Instruction Following | Arena (LMArena) | 1396 | 1465 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1411 | 1489 |
| Arena Creative Writing | Arena (LMArena) | 1394 | 1464 |
| Arena Multi-turn | Arena (LMArena) | 1413 | 1493 |
| Arena Longer Queries | Arena (LMArena) | 1416 | 1476 |
| Lech Mazur Creative Writing | Lech Mazur | 76.9% | – |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1210 | 1306 |
| MMMU-Pro | Artificial Analysis | 68.8% | 80.5% |
| MMMU-Pro (Vals) | Vals AI | 76.3% | 87.4% |
| MortgageTax | Vals AI | 44.5% | – |
| GeoBench | GeoBench | 45.0% | – |
| 长上下文 | |||
| Fiction.LiveBench 120k | Fiction.live | 96.9% | – |
| AA-LCR v1.1 | Artificial Analysis | 68.0% | 78.0% |
| Arena Document | Arena (LMArena) | – | 1467 |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 146.9 | 153.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 22.5 | 31.3 |
| AA Progress Index v1 | Artificial Analysis | 262.3 | 289.1 |
| HELM Capabilities mean | HELM Capabilities | 78.5% | – |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | – | 20.2% |
| 元数据 | |||
| AA Openness Index | Artificial Analysis | 5.6 | – |
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
- Grok 4:1 项新结果(AIME 2025 (AA))。
- Muse Spark:2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Grok 4:1 项新结果(Arena Search)。
- Muse Spark:BenchLeader Index 64.6 → 64.1。
- Grok 4:1 项分数修订。
- Muse Spark:1 项分数修订。
- Grok 4:BenchLeader Index 58.8 → 58.3。
- Grok 4:1 项新结果(AA Progress Index v1)。
- Muse Spark:1 项新结果(AA Progress Index v1)。
- Grok 4:1 项新结果(Global-MMLU-Lite (AA))。
相关对比
- Grok 4 vs Gemini 4 Carbon
- Grok 4 vs GPT-6 Astra
- Muse Spark vs Claude Fable 5.2
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs Claude Opus 5.5
- Muse Spark vs GPT-6 Astra
- Grok 4 vs Claude Fable 5.1
- Grok 4 vs GPT-6.1 Sol
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 vs Muse Spark:常见问题
- Muse Spark 比 Grok 4 更好吗?
- 质量上 Muse Spark 领先:64.2 比 58.1。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,Muse Spark 总体领先,但请结合你的用途查看各类别得分。
- 编程用 Grok 4 还是 Muse Spark 更好?
- Muse Spark 在编程方面得分更高(类别得分 65 比 56,50 为平均水平)。在两者共同的最主要编程基准测试 Arena Coding 上,Grok 4 为 1435,Muse Spark 为 1529。
- 智能体和工具调用用 Grok 4 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 59,50 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,Grok 4 为 37.9%,Muse Spark 为 45.5%。
- 处理长文档哪个更好?
- Grok 4 在长上下文基准测试上得分更高(68 比 64)。两者都约为 262k token(Grok 4 为 256,000,Muse Spark 为 262,144)。
- 第三方基准测试对 Grok 4 和 Muse Spark 的看法一致吗?
- 在两者都有结果的 34 项基准测试中,Grok 4 领先 2 项,Muse Spark 领先 32 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)
- Muse Spark 是什么时候发布的?
- Muse Spark 于 2026年4月8日 发布。