Muse Spark 1.3 vs Qwen3.7
完整资料:Muse Spark 1.3(Meta)和 Qwen3.7(Alibaba),包括全部基准测试、价格和排名。
更新于 · 数据来自 12 个来源
截至 2026年11月16日,Muse Spark 1.3 与 Qwen3.7 的质量不相上下(BenchLeader Index 61.6 比 60.0,在 ±9.2 的误差范围内)。Muse Spark 1.3 更便宜,对方的价格是它的 1.9 倍(每百万 token 混合价格 $2.00 比 $3.75)。看重知识(81 比 61)、智能体与工具(61 比 49)和推理(71 比 64)选 Muse Spark 1.3;看重数学(58 比 56)选 Qwen3.7。Muse Spark 1.3 的首次回答更快(2.6 秒 比 14.8 秒)。Qwen3.7 的输出更快(约 1.5 倍)。
要点(截至 2026年11月16日)
- Muse Spark 1.3 的 BenchLeader Index 为 61.6,Qwen3.7 为 60.0(BenchLeader,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)。
- Qwen3.7 每百万 token 混合价格为 $3.75(标价,2026年11月16日)。
- Qwen3.7 比 Muse Spark 1.3 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
- 在两者都有结果的 6 项基准测试中,Muse Spark 1.3 领先 6 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 | Qwen3.7 | 类别得分 58 比 56;ProofBench 26.0% 比 55.0% | 中 |
| 推理 | Muse Spark 1.3 | 类别得分 71 比 64;SimpleBench 81.8% 比 70.4% | 中 |
| 知识 | Muse Spark 1.3 | 类别得分 81 比 61 | 高 |
| 对话质量(人类偏好) | – | 只有 Qwen3.7 有 Arena 评分(类别得分 56) | 无法比较 |
| 成本最低 | Muse Spark 1.3 | 每百万 token 混合价格 $2.00 比 $3.75;智能体编程会话 $0.092 比 $0.180 | – |
| 首次回答最快 | Muse Spark 1.3 | 首个回答 token 2.6 秒(Muse Spark 1.3)比 14.8 秒(Qwen3.7 (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
- Muse Spark 1.3 与 Qwen3.7 (max) 的质量不相上下(61.6 比 60.0,在 ±9.2 的误差范围内)。
- Muse Spark 1.3 在智能体与工具、知识、推理方面更强。
- Qwen3.7 (max) 在数学方面更强。
- Muse Spark 1.3 更便宜,对方的价格是它的 1.9 倍(每百万 token 混合价格 $2.00 比 $3.75)。
概览
| 规格 | Muse Spark 1.3 | Qwen3.7 |
|---|---|---|
| 提供商 | Meta | Alibaba |
| 发布日期 | 2026年9月2日 | 2026年5月19日 |
| 上下文窗口(token) | 1,048,576 | 1,000,000 |
| 对比时的配置 | Muse Spark 1.3 | Qwen3.7 (max) |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $1.25 / $4.25 / $0.150 | $2.50 / $7.50 / $0.500 |
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 | Muse Spark 1.3 | Qwen3.7 (max) | 领先者 |
|---|---|---|---|
| 推理 | 71.0 | 64.2 | Muse Spark 1.3 |
| 编程 | – | 58.8 | 无法比较 |
| 智能体与工具 | 61.3 | 49.1 | Muse Spark 1.3 |
| 数学 | 56.3 | 57.8 | Qwen3.7 |
| 知识 | 81.2 | 61.1 | Muse Spark 1.3 |
| 指令遵循 | – | 78.1 | 无法比较 |
| 人类偏好 | – | 55.6 | 无法比较 |
| 长上下文 | – | 64.1 | 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。
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。
各来源的分歧
在两者都有结果的 6 项基准测试中,Muse Spark 1.3 领先 6 项,Qwen3.7 领先 0 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 Index | Muse Spark 1.3 | Qwen3.7 (max) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 61.6 | 60.0 | 不相上下 |
| Arena Text | 1497† | 1474 | 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 | Muse Spark 1.3 | Qwen3.7 (max) |
|---|---|---|
| 每百万 token 混合价格 | $2.00 | $3.75 |
| 每百万 token 输入 / 输出 | $1.25 / $4.25 | $2.50 / $7.50 |
| 每百万 token 缓存输入 | $0.150 | $0.500 |
| 每项任务价格:聊天回复 | $0.0018 | $0.0033 |
| 每项任务价格:总结一份 30 页的报告 | $0.018 | $0.035 |
| 每项任务价格:代码编辑 | $0.014 | $0.026 |
| 每项任务价格:智能体编程会话 | $0.092 | $0.180 |
| 每项任务价格:结构化信息提取 | $0.0034 | $0.0065 |
| 智能体编程会话(输入大多命中缓存) | $0.043 | $0.090 |
| 输出速度 | 163 tok/s | 171 tok/s |
| 首次回答时间 | 2.6 秒 | 14.8 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | – | 31.2 秒 |
每个模型都按其排名最高的推理强度设置进行对比。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)。Qwen3.7 (max) 得分 60.0,首个回答 token 需 15 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 140 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 | Muse Spark 1.3 | Qwen3.7 (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 61.6 | 60.0 |
| 智能体与工具得分 | BenchLeader | 61.3 | 49.1 |
| 知识得分 | BenchLeader | 81.2 | 61.1 |
| 数学得分 | BenchLeader | 56.3 | 57.8 |
| 推理得分 | BenchLeader | 71.0 | 64.2 |
| 编程得分 | BenchLeader | – | 58.8 |
| 人类偏好得分 | BenchLeader | – | 55.6 |
| 指令遵循得分 | BenchLeader | – | 78.1 |
| 长上下文得分 | BenchLeader | – | 64.1 |
| 混合价格(美元/百万 token) | BenchLeader | $2.00 | $3.75 |
| 输出速度 | BenchLeader | 163 tok/s | 171 tok/s |
| 首次回答时间 | BenchLeader | 2.6 秒 | 14.8 秒 |
| 上下文窗口 | BenchLeader | 1,048,576 token | 1,000,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 90.9% |
| SimpleBench | SimpleBench | 81.8% | 70.4% |
| Arena Hard Prompts | Arena (LMArena) | 1517† | 1495 |
| LiveBench 2.0 Reasoning | LiveBench | 89.7%† | – |
| LiveBench 1.0 Reasoning | LiveBench | 89.7%† | 83.3% |
| GPQA Diamond (AA) | Artificial Analysis | 93.5%† | 92.3% |
| Humanity's Last Exam (AA) | Artificial Analysis | 48.7%† | 40.5% |
| HLE-Diamond (AA) | Artificial Analysis | 33.7%† | – |
| GPQA Diamond (Vals) | Vals AI | – | 90.2% |
| CritPt | Artificial Analysis | 24.9%† | 13.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 48.0%† | – |
| MysteryMechanism | Vals AI | 36.0%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 25.4% | – |
| Arena Expert | Arena (LMArena) | 1521† | 1509 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 37.0%† | 27.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 25.0%† | 32.0% |
| LMCA | Epoch AI Benchmarking Hub | 53.9% | 44.0% |
| DTBench | Epoch AI Benchmarking Hub | 96.5% | 92.3% |
| ForecastBench | ForecastBench | 65.5%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | 14.1%† | – |
| 编程 | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 77.3% |
| SciCode | SciCode | 58.8%† | 49.5% |
| Arena Coding | Arena (LMArena) | 1534† | 1525 |
| Arena WebDev | Arena (LMArena) | 1655† | 1515 |
| LiveBench 2.0 Coding | LiveBench | 84.4%† | – |
显示全部 140 项基准测试
| 指标 | 发布方 | Muse Spark 1.3 | Qwen3.7 (max) |
|---|---|---|---|
| 编程 | |||
| LiveBench 1.0 Coding | LiveBench | 81.1%† | 74.2% |
| LiveCodeBench | Vals AI | – | 87.1% |
| IOI | Vals AI | 56.6%† | – |
| SWE-bench (Vals) | Vals AI | – | 68.8% |
| Code Migration | Vals AI | 47.4%† | 13.1% |
| ProgramBench | Vals AI | 2.5%† | – |
| SWE-bench Multimodal | Vals AI | 43.1%† | – |
| Vibe Code Bench 1-100 | Vals AI | 20.5%† | – |
| Vibe Code Bench v1.1 | Vals AI | 85.9%† | 47.7% |
| MirrorCode | Epoch AI Benchmarking Hub | 54.4%† | – |
| CursorBench | Cursor | 41.6%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1688.3† | 1189.4 |
| FrontierSWE | Epoch AI Benchmarking Hub | 25.8%† | – |
| WeirdML v3 | WeirdML | 6.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 33.3%† | 1.5% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 84.3%† | 74.5% |
| Startrise Frontend | Startrise | 74.7% | 63.6% |
| GameBench 2 Overall | DuelLab GameBench 2 | 57.7 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 68.5† | – |
| Design Arena Website | Design Arena | 1353† | 1267 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 40.6%† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 23.1%† | – |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 14.8%† | – |
| APEX-Agents | Mercor | 58.6% | – |
| Arena Agent | Arena (LMArena) | 2.2† | -7.2 |
| LiveBench Long Agentic | LiveBench | 47.9%† | – |
| LiveBench Browser | LiveBench | 30.9%† | – |
| LiveBench Agentic Coding | LiveBench | 64.1%† | 43.6% |
| Terminal-Bench Hard | Artificial Analysis | – | 50.8% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 94.7% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 79.0%† | 61.0% |
| HiL-Bench | Scale AI SEAL | 66.9% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1681† | 1134 |
| τ³-Banking (AA) | Artificial Analysis | 50.5%† | 11.8% |
| ITBench SRE (AA) | Artificial Analysis | 33.2%† | 42.5% |
| Analyst Agent (AA) | Artificial Analysis | 37.5%† | 18.8% |
| CUA-bench | Vals AI | 5.8%† | – |
| CyberBench | Vals AI | 72.7%† | – |
| Finance Agent v2 | Vals AI | 60.0%† | 47.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 23.8%† | 1.7% |
| Legal Research Bench | Vals AI | 55.3%† | 25.5% |
| SREBench | Vals AI | 3.8%† | – |
| Tax Agent Bench | Vals AI | 42.4%† | 15.8% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 59.2% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 24.8%† | – |
| Terminal-Bench Science | Vals AI | 10.0%† | – |
| Arena Agent Task Completion | Arena (LMArena) | 3.7† | -10.5 |
| GBAEval | Epoch AI Benchmarking Hub | – | 0.4% |
| AutomationBench | Artificial Analysis | 57.9%† | 23.0% |
| GDP.pdf (AA) | Artificial Analysis | 26.6%† | 8.6% |
| Harvey LAB-AA v1.1 | Harvey | 8.9%† | – |
| EnterpriseOps-Gym | Artificial Analysis | – | 45.0% |
| AA-Briefcase v1.1 | Artificial Analysis | 1581† | 917 |
| Design Arena Agentic | Design Arena | 1283† | 1179 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 10.9%† | – |
| CWE-Bench (AA) | Artificial Analysis | 60.8%† | – |
| DeepSec-Bench (AA) | Artificial Analysis | 12.5%† | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 59.5%† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 74.0%† | 64.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 46.3%† | 34.1% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.2%† | 95.6% |
| ProofBench | Vals AI | 55.0% | 26.0% |
| LiveBench Mathematics | LiveBench | 96.0%† | 85.3% |
| Arena Maths | Arena (LMArena) | 1506† | 1483 |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 55.8% |
| LiveBench 2.0 Data Analysis | LiveBench | 79.6%† | – |
| LiveBench Research | LiveBench | 82.5%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 79.6%† | 71.8% |
| AA-Omniscience v1.1 | Artificial Analysis | 22.4† | – |
| MMLU-Pro | Vals AI | – | 89.3% |
| LegalBench | Vals AI | – | 84.9% |
| CorpFin | Vals AI | – | 63.7% |
| TaxEval | Vals AI | – | 75.3% |
| PRBench Finance | Scale AI SEAL | 59.5% | – |
| PRBench Legal | Scale AI SEAL | 61.6% | – |
| Excel Modeling Benchmark | Vals AI | 67.4%† | 57.0% |
| MedCode | Vals AI | – | 38.8% |
| MedScribe | Vals AI | – | 79.4% |
| Access to Justice Benchmark | Vals AI | 72.2%† | – |
| Financial Coaching Bench | Vals AI | 70.3%† | – |
| Immigration Bench | Vals AI | 64.9%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 62.2%† | 29.3%† |
| EBR-bench | Epoch AI Benchmarking Hub | – | 9.5% |
| GDP.pdf | Epoch AI Benchmarking Hub | 27.6% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 38.0%† | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 74.8%† | – |
| 指令遵循 | |||
| LiveBench Language | LiveBench | 82.8%† | 79.7% |
| LiveBench Instruction Following | LiveBench | 78.0%† | 74.0% |
| IFBench | Artificial Analysis | – | 80.5% |
| Arena Instruction Following | Arena (LMArena) | 1485† | 1466 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1497† | 1474 |
| EQ-Bench 4 | EQ-Bench | – | 1100 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1907 | – |
| Arena Creative Writing | Arena (LMArena) | 1468† | 1438 |
| Arena Multi-turn | Arena (LMArena) | 1493† | 1479 |
| Arena Longer Queries | Arena (LMArena) | 1498† | 1491 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1310† | – |
| LiveBench Design | LiveBench | 74.8%† | – |
| MMMU-Pro | Artificial Analysis | 82.0%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 37.4%† | – |
| GeoBench | GeoBench | 86.0% | – |
| Code2Video-AA | Artificial Analysis | 1019† | – |
| AA-3D | Artificial Analysis | 1032† | – |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 83.0%† | 79.0% |
| Arena Document | Arena (LMArena) | 1474† | – |
| MLCR | Artificial Analysis | 13.9%† | 14.4% |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 158.2 | 154.5 |
| LiveBench 2.0 | LiveBench | 68.6%† | – |
| LiveBench 1.0 | LiveBench | 81.6%† | 73.1% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 36.6† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 48.1† | 29.5 |
| AA Progress Index v1 | Artificial Analysis | 324.5† | 293.8 |
| Vals RSI Index | Vals AI | 19.6%† | – |
| AA Cyber Index | Artificial Analysis | 44.3† | – |
| 安全与诚实 | |||
| DistressBench | Scale AI SEAL | 84.9% | – |
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
- Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
- Qwen3.7 (max):1 项分数修订。
- Qwen3.7 (max):1 项新结果(GDPval-AA v2.1)。
- 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)。
- Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
- Muse Spark 1.3:4 项分数修订。
- Qwen3.7 (max):1 项分数修订。
- Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
相关对比
- Muse Spark 1.3 vs Claude Fable 5.2
- Muse Spark 1.3 vs Gemini 4 Carbon
- Muse Spark 1.3 vs Claude Opus 5.5
- Muse Spark 1.3 vs GPT-6 Astra
- Muse Spark 1.3 vs Qwen3.6 Max
- Muse Spark 1.3 vs Claude Fable 5.1
- Muse Spark 1.3 vs GPT-6.1 Sol
- Muse Spark 1.3 vs Claude Fable 5
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
Muse Spark 1.3 vs Qwen3.7:常见问题
- Muse Spark 1.3 比 Qwen3.7 更好吗?
- Muse Spark 1.3 与 Qwen3.7 (max) 的质量不相上下(61.6 比 60.0,在 ±9.2 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。
- Muse Spark 1.3 和 Qwen3.7 哪个更便宜?价格会变吗?
- 目前 Muse Spark 1.3 更便宜:每百万 token $2.00 比 $3.75(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。
- Muse Spark 1.3 和 Qwen3.7 哪个更快?
- Qwen3.7 输出更快(约 1.5 倍;输出 171 比 163 token/秒,Artificial Analysis 7 日中位数)。
- 智能体和工具调用用 Muse Spark 1.3 还是 Qwen3.7 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?
- 两者都约为 1M token(Muse Spark 1.3 为 1,048,576,Qwen3.7 为 1,000,000)。
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 14.8 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 Muse Spark 1.3 和 Qwen3.7 的看法一致吗?
- 在两者都有结果的 6 项基准测试中,Muse Spark 1.3 领先 6 项,Qwen3.7 领先 0 项。所有同时评测两者的综合评分都认为 Muse Spark 1.3 更强。
- Muse Spark 1.3 是什么时候发布的?
- Muse Spark 1.3 于 2026年9月2日 发布。