BenchLeader

Mistral Large 4 vs Muse Spark 1.3

完整资料:Mistral Large 4(Mistral AI)和 Muse Spark 1.3(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 1.3 领先 Mistral Large 4(BenchLeader Index 61.6 比 52.9)。不过,Mistral Large 4 更便宜,对方的价格是它的 1.9 倍(每百万 token 混合价格 $1.05 比 $2.00)。在两者都有成绩的所有类别中,Muse Spark 1.3 均领先。

要点(截至 2026年11月16日)

  • Mistral Large 4 的 BenchLeader Index 为 52.9,Muse Spark 1.3 为 61.6(BenchLeader,2026年11月16日)。
  • Mistral Large 4 每百万 token 混合价格为 $1.05(标价,2026年11月16日)。
  • Muse Spark 1.3 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 5 项基准测试中,Muse Spark 1.3 领先 5 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
智能体与工具调用Muse Spark 1.3类别得分 61 比 49高
数学Muse Spark 1.3类别得分 56 比 54;ProofBench 55.0% 比 10.0%中
推理Muse Spark 1.3类别得分 71 比 46;LMCA 53.9% 比 35.8%高
知识Muse Spark 1.3类别得分 81 比 41高
对话质量(人类偏好)–只有 Mistral Large 4 有 Arena 评分(类别得分 60)无法比较
成本最低Mistral Large 4每百万 token 混合价格 $1.05 比 $2.00;智能体编程会话 $0.050 比 $0.092–
首次回答最快Muse Spark 1.3首个回答 token 2.6 秒(Muse Spark 1.3)比 40.9 秒(Mistral Large 4)–
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 1.3 领先:61.6 比 52.9。
  • Muse Spark 1.3 在智能体与工具、知识、数学、推理方面更强。
  • Mistral Large 4 更便宜,对方的价格是它的 1.9 倍(每百万 token 混合价格 $1.05 比 $2.00)。
  • Muse Spark 1.3 的输出速度是对方的 1.7 倍(163 比 97 token/秒)。

概览

规格Mistral Large 4Muse Spark 1.3
提供商Mistral AIMeta
发布日期2026年10月6日2026年9月2日
上下文窗口(token)1,048,5761,048,576
对比时的配置Mistral Large 4Muse Spark 1.3
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.700 / $2.10 / $0.070$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Mistral Large 4Muse Spark 1.3领先者
推理46.271.0Muse Spark 1.3
编程53.8–无法比较
智能体与工具48.861.3Muse Spark 1.3
数学54.256.3Muse Spark 1.3
知识40.781.2Muse Spark 1.3
人类偏好59.7–无法比较
多模态58.0–无法比较
长上下文65.3–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推理智能体与工具数学知识Mistral Large 4, 推理: 46.2Mistral Large 4, 智能体与工具: 48.8Mistral Large 4, 数学: 54.2Mistral Large 4, 知识: 40.7Muse Spark 1.3, 推理: 71.0Muse Spark 1.3, 智能体与工具: 61.3Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知识: 81.2

未绘制(测得的模型少于两个):编程, 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 5 项基准测试中,Mistral Large 4 领先 0 项,Muse Spark 1.3 领先 5 项。所有同时评测两者的综合评分都认为 Muse Spark 1.3 更强。

综合 IndexMistral Large 4Muse Spark 1.3领先者
BenchLeader Index52.961.6Muse Spark 1.3
AA Intelligence Index v5.0.125.336.6†Muse Spark 1.3
Arena Text14201497†Muse Spark 1.3

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Mistral Large 4Muse Spark 1.3
每百万 token 混合价格$1.05$2.00
每百万 token 输入 / 输出$0.700 / $2.10$1.25 / $4.25
每百万 token 缓存输入$0.070$0.150
每项任务价格:聊天回复$0.0009$0.0018
每项任务价格:总结一份 30 页的报告$0.0097$0.018
每项任务价格:代码编辑$0.0074$0.014
每项任务价格:智能体编程会话$0.050$0.092
每项任务价格:结构化信息提取$0.0018$0.0034
智能体编程会话(输入大多命中缓存)$0.022$0.043
每项基准测试任务成本(AA Index)$4.21–
每项任务输出 token(AA Index)135k–
其中推理部分102k–
每项任务耗时(AA Index)23 min–
输出速度97 tok/s163 tok/s
首次回答时间40.9 秒2.6 秒
完整回答耗时(最近一次测量 2026年11月13日)119.0 秒–

每个模型都按其排名最高的推理强度设置进行对比。Mistral Large 4 得分 52.9,首个回答 token 需 41 秒;Mistral Large 4 (high) 为 48.3(45 秒),Mistral Large 4 (medium) 为 45.9(27 秒)。Muse Spark 1.3 得分 61.6,首个回答 token 需 3 秒;Muse Spark 1.3 (max) 为 60.6(31 秒),Muse Spark 1.3 (xhigh) 为 58.1(11 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 142 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Mistral Large 4Muse Spark 1.3
BenchLeader IndexBenchLeader52.961.6
智能体与工具得分BenchLeader48.861.3
编程得分BenchLeader53.8–
人类偏好得分BenchLeader59.7–
知识得分BenchLeader40.781.2
长上下文得分BenchLeader65.3–
数学得分BenchLeader54.256.3
多模态得分BenchLeader58.0–
推理得分BenchLeader46.271.0
混合价格(美元/百万 token)BenchLeader$1.05$2.00
输出速度BenchLeader97 tok/s163 tok/s
首次回答时间BenchLeader40.9 秒2.6 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub88.1%†–
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)14531517†
LiveBench 2.0 ReasoningLiveBench85.2%†89.7%†
LiveBench 1.0 ReasoningLiveBench83.9%†89.7%†
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis35.0%48.7%†
HLE-Diamond (AA)Artificial Analysis15.1%33.7%†
CritPtArtificial Analysis10.6%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis24.5%48.0%†
MysteryMechanismVals AI12.2%†36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)14641521†
Chess PuzzlesEpoch AI Benchmarking Hub33.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub17.0%†25.0%†
LMCAEpoch AI Benchmarking Hub35.8%53.9%
DTBenchEpoch AI Benchmarking Hub88.2%96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
编程
SciCodeSciCode54.2%58.8%†
FrontierCodeCognition39.4%†–
Arena CodingArena (LMArena)14841534†
Arena WebDevArena (LMArena)15651655†
LiveBench 2.0 CodingLiveBench79.4%†84.4%†
LiveBench 1.0 CodingLiveBench77.2%†81.1%†
显示全部 142 项基准测试
指标发布方Mistral Large 4Muse Spark 1.3
编程
IOIVals AI45.3%†56.6%†
Code MigrationVals AI30.6%†47.4%†
ProgramBenchVals AI–2.5%†
SWE-bench MultimodalVals AI33.1%†43.1%†
Vibe Code Bench 1-100Vals AI14.3%†20.5%†
Vibe Code Bench v1.1Vals AI78.4%†85.9%†
SWE Atlas v1.1Scale AI SEAL45.2%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL61.3%–
SWE Atlas v1.1: Test WritingScale AI SEAL40.0%–
SWE Atlas v1.1: RefactoringScale AI SEAL34.3%–
MirrorCodeEpoch AI Benchmarking Hub40.0%†54.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub28.1%–
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub1213.21688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML4.5%†6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis26.8%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis–84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 2–57.7
GameBench 2 by reasoning settingDuelLab GameBench 257.6†68.5†
Design Arena WebsiteDesign Arena12581353†
FrontierCode 1.1 (AA)Artificial Analysis41.5%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis13.6%23.1%†
智能体与工具
Terminal-BenchTerminal-Bench27.6%†14.8%†
APEX-AgentsMercor51.6%†58.6%
Arena AgentArena (LMArena)-5.42.2†
LiveBench Long AgenticLiveBench24.7%†47.9%†
LiveBench BrowserLiveBench17.4%†30.9%†
LiveBench Agentic CodingLiveBench57.2%†64.1%†
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis46.1%–
GDPval-AA v2.1Artificial Analysis14311681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI54.7%†60.0%†
Finance Agent v2.1Vals AI61.4%†–
Harvey's Legal Agent Benchmark v1.1Vals AI17.5%†–
Harvey's Legal Agent Benchmark v1Vals AI15.8%†23.8%†
Legal Research BenchVals AI31.7%†55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI30.4%†42.4%†
Terminal-Bench 4.0 (Vals)Vals AI27.8%†24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena Agent Task CompletionArena (LMArena)-4.73.7†
AutomationBenchArtificial Analysis59.9%57.9%†
GDP.pdf (AA)Artificial Analysis18.6%26.6%†
Harvey LAB-AA v1.1Harvey3.1%8.9%†
AA-Briefcase v1.1Artificial Analysis13931581†
Design Arena AgenticDesign Arena–1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis4.8%10.9%†
CWE-Bench (AA)Artificial Analysis50.8%60.8%†
DeepSec-Bench (AA)Artificial Analysis16.0%12.5%†
CyberGym end-to-end (AA)Artificial Analysis81.7%59.5%†
MKA (AA)Artificial Analysis35.1%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub58.6%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub98.3%†99.2%†
ProofBenchVals AI10.0%55.0%
LiveBench MathematicsLiveBench93.6%†96.0%†
Arena MathsArena (LMArena)14591506†
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub20.0%†–
LiveBench 2.0 Data AnalysisLiveBench76.6%†79.6%†
LiveBench ResearchLiveBench80.3%†82.5%†
LiveBench 1.0 Data AnalysisLiveBench76.5%†79.6%†
AA-Omniscience v1.1Artificial Analysis-7.522.4†
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
BioMysteryBenchVals AI67.0%†–
Excel Modeling BenchmarkVals AI56.2%†67.4%†
Excel Modeling Benchmark v1.1Vals AI69.0%†–
MedCodeVals AI40.7%†–
MedScribeVals AI80.4%†–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI63.7%†64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis23.9%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis58.7%74.8%†
指令遵循
LiveBench LanguageLiveBench49.6%†82.8%†
LiveBench Instruction FollowingLiveBench64.8%†78.0%†
Arena Instruction FollowingArena (LMArena)14181485†
人类偏好
Arena TextArena (LMArena)14201497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)13591468†
Arena Multi-turnArena (LMArena)14291493†
Arena Longer QueriesArena (LMArena)14201498†
多模态
Arena VisionArena (LMArena)12441310†
LiveBench DesignLiveBench76.3%†74.8%†
MMMU-ProArtificial Analysis76.4%82.0%†
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Furniture AssemblyEpoch AI Benchmarking Hub20.8%†–
VIALS-AAHandshake AI20.5%†–
Code2Video-AAArtificial Analysis9311019†
AA-3DArtificial Analysis8821032†
长上下文
AA-LCR v1.1Artificial Analysis81.3%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis7.8%13.9%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.6158.2
LiveBench 2.0LiveBench60.3%†68.6%†
LiveBench 1.0LiveBench71.8%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis25.336.6†
AA Intelligence Index v4.3.2Artificial Analysis38.448.1†
AA Progress Index v1Artificial Analysis312.4324.5†
Vals Finance IndexVals AI56.9%†–
Vals RSI IndexVals AI–19.6%†
Vals Legal IndexVals AI65.6%†–
AA Cyber IndexArtificial Analysis49.544.3†
安全与诚实
FORTRESSScale AI SEAL23.1%–
DistressBenchScale AI SEAL77.0%84.9%
元数据
AA Openness IndexArtificial Analysis38.9†–

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

  • Mistral Large 4:BenchLeader Index 52.2 → 52.9。
  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Mistral Large 4:1 项新结果(GDPval-AA v2.1)。
  • Mistral Large 4:1 项分数修订。
  • Mistral Large 4:2 项分数修订。
  • Muse Spark 1.3:1 项分数修订。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Muse Spark 1.3:2 项新结果(SimpleBench, GeoBench)。
  • Mistral Large 4:6 项分数修订。
  • Mistral Large 4:BenchLeader Index 52.7 → 52.2。

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

Mistral Large 4 vs Muse Spark 1.3:常见问题

Muse Spark 1.3 比 Mistral Large 4 更好吗?
质量上 Muse Spark 1.3 领先:61.6 比 52.9。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 1.3 总体领先,但请结合你的用途查看各类别得分。
Mistral Large 4 和 Muse Spark 1.3 哪个更便宜?价格会变吗?
目前 Mistral Large 4 更便宜:每百万 token $1.05 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。
Mistral Large 4 和 Muse Spark 1.3 哪个更快?
Muse Spark 1.3 输出更快(输出 163 比 97 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Mistral Large 4 还是 Muse Spark 1.3 更好?
Muse Spark 1.3 在智能体任务方面得分更高(类别得分 61 比 49,50 为平均水平)。
处理长文档哪个更好?
两者都支持 1,048,576 token 的上下文。
更多问题(3)
哪个延迟更低?
Muse Spark 1.3 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.6 秒比 40.9 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 Mistral Large 4 和 Muse Spark 1.3 的看法一致吗?
在两者都有结果的 5 项基准测试中,Mistral Large 4 领先 0 项,Muse Spark 1.3 领先 5 项。所有同时评测两者的综合评分都认为 Muse Spark 1.3 更强。
Mistral Large 4 是什么时候发布的?
Mistral Large 4 于 2026年10月6日 发布。