BenchLeader

Muse Spark Open vs Nova 2.0 Pro Preview

完整资料:Muse Spark Open(Meta)和 Nova 2.0 Pro Preview(Amazon),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,Muse Spark Open 与 Nova 2.0 Pro Preview 的质量不相上下(BenchLeader Index 53.5 比 53.4,在 ±12.2 的误差范围内)。Muse Spark Open 更便宜,对方的价格是它的 1.7 倍(每百万 token 混合价格 $2.00 比 $3.44)。看重多模态(63 比 47)和长上下文(64 比 56)选 Muse Spark Open;看重编程(43 比 36)选 Nova 2.0 Pro Preview。Muse Spark Open 的首次回答更快(9.9 秒 比 16.1 秒)。Muse Spark Open 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • Muse Spark Open 的 BenchLeader Index 为 53.5,Nova 2.0 Pro Preview 为 53.4(BenchLeader,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)。
  • Nova 2.0 Pro Preview 每百万 token 混合价格为 $3.44(标价,2026年11月16日)。
  • Muse Spark Open 比 Nova 2.0 Pro Preview 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 9 项基准测试中,Muse Spark Open 领先 9 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Nova 2.0 Pro Preview类别得分 43 比 36;Terminal-Bench 2.1 (AA) 29.6% 比 76.4%中
长文档Muse Spark Open类别得分 64 比 56;AA-LCR v1.1 78.3% 比 64.0%高
图像及其他媒体Muse Spark Open类别得分 63 比 47;MMMU-Pro 80.9% 比 64.5%高
成本最低Muse Spark Open每百万 token 混合价格 $2.00 比 $3.44;智能体编程会话 $0.092 比 $0.115–
首次回答最快Muse Spark Open首个回答 token 9.9 秒(Muse Spark Open (xhigh))比 16.1 秒(Nova 2.0 Pro Preview (medium))–
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 Open (xhigh) 与 Nova 2.0 Pro Preview (medium) 的质量不相上下(53.5 比 53.4,在 ±12.2 的误差范围内)。
  • Muse Spark Open (xhigh) 在长上下文、多模态方面更强。
  • Nova 2.0 Pro Preview (medium) 在编程方面更强。
  • Muse Spark Open (xhigh) 更便宜,对方的价格是它的 1.7 倍(每百万 token 混合价格 $2.00 比 $3.44)。
  • Muse Spark Open (xhigh) 的输出速度是对方的 1.8 倍(180 比 98 token/秒)。

概览

规格Muse Spark OpenNova 2.0 Pro Preview
提供商MetaAmazon
发布日期2026年10月15日2025年12月2日
上下文窗口(token)1,048,576256,000
对比时的配置Muse Spark Open (xhigh)Nova 2.0 Pro Preview (medium)
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.25 / $4.25 / $0.150$1.25 / $10.00 / –

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Muse Spark Open (xhigh)Nova 2.0 Pro Preview (medium)领先者
推理51.3–无法比较
编程36.043.1Nova 2.0 Pro Preview
智能体与工具–54.8无法比较
知识58.8–无法比较
指令遵循–76.8无法比较
多模态63.346.5Muse Spark Open
长上下文63.856.3Muse Spark Open

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编程长上下文多模态Muse Spark Open, 编程: 36.0Muse Spark Open, 长上下文: 63.8Muse Spark Open, 多模态: 63.3Nova 2.0 Pro Preview, 编程: 43.1Nova 2.0 Pro Preview, 长上下文: 56.3Nova 2.0 Pro Preview, 多模态: 46.5

未绘制(测得的模型少于两个):推理, 智能体与工具, 数学, 知识, 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 9 项基准测试中,Muse Spark Open 领先 9 项,Nova 2.0 Pro Preview 领先 0 项。

综合 IndexMuse Spark Open (xhigh)Nova 2.0 Pro Preview (medium)领先者
BenchLeader Index53.553.4不相上下

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 Open (xhigh)Nova 2.0 Pro Preview (medium)
每百万 token 混合价格$2.00$3.44
每百万 token 输入 / 输出$1.25 / $4.25$1.25 / $10.00
每百万 token 缓存输入$0.150–
每项任务价格:聊天回复$0.0018$0.0035
每项任务价格:总结一份 30 页的报告$0.018$0.021
每项任务价格:代码编辑$0.014$0.022
每项任务价格:智能体编程会话$0.092$0.115
每项任务价格:结构化信息提取$0.0034$0.0045
智能体编程会话(输入大多命中缓存)$0.043–
每项基准测试任务成本(AA Index)$2.02–
每项任务输出 token(AA Index)66k–
其中推理部分32k–
每项任务耗时(AA Index)6 min–
输出速度180 tok/s98 tok/s
首次回答时间9.9 秒16.1 秒
完整回答耗时(最近一次测量 2026年11月13日)39.9 秒32.3 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 Open (xhigh) 得分 53.5,首个回答 token 需 10 秒。Nova 2.0 Pro Preview (medium) 得分 53.4,首个回答 token 需 16 秒;Nova 2.0 Pro Preview (low) 为 51.9(7 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 82 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 Open (xhigh)Nova 2.0 Pro Preview (medium)
BenchLeader IndexBenchLeader53.553.4
编程得分BenchLeader36.043.1
知识得分BenchLeader58.8–
长上下文得分BenchLeader63.856.3
多模态得分BenchLeader63.346.5
推理得分BenchLeader51.3–
智能体与工具得分BenchLeader–54.8
指令遵循得分BenchLeader–76.8
混合价格(美元/百万 token)BenchLeader$2.00$3.44
输出速度BenchLeader180 tok/s98 tok/s
首次回答时间BenchLeader9.9 秒16.1 秒
上下文窗口BenchLeader1,048,576 token256,000 token
推理
LiveBench 2.0 ReasoningLiveBench73.7%†–
GPQA Diamond (AA)Artificial Analysis89.0%78.5%
Humanity's Last Exam (AA)Artificial Analysis43.9%9.4%
HLE-Diamond (AA)Artificial Analysis26.3%–
ARC-AGI-1ARC Prize89.0%–
ARC-AGI-2ARC Prize57.5%–
ARC-AGI-3ARC Prize0.4%–
CritPtArtificial Analysis14.9%0.0%
CritPt v2 hard subset (AA)Artificial Analysis29.5%–
HLE-Diamond (Scale)Scale AI SEAL28.0%†–
编程
SciCodeSciCode–42.7%
Arena WebDevArena (LMArena)1526†–
LiveBench 2.0 CodingLiveBench55.1%†–
SciCode (AA)Artificial Analysis58.5%–
Code MigrationVals AI21.2%–
Code Migration v1.1Vals AI26.9%–
Vibe Code Bench v1.1Vals AI76.2%–
SWE Atlas v1.1Scale AI SEAL42.3%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL50.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL41.1%†–
SWE Atlas v1.1: RefactoringScale AI SEAL35.7%†–
SWE-Bench Pro V2Scale AI SEAL95.0%–
SWE-Bench Pro V2 HARDScale AI SEAL82.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis8.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis76.4%29.6%
显示全部 82 项基准测试
指标发布方Muse Spark Open (xhigh)Nova 2.0 Pro Preview (medium)
编程
GameBench 2 OverallDuelLab GameBench 255.3†–
GameBench 2 by reasoning settingDuelLab GameBench 259.3–
Design Arena WebsiteDesign Arena1305–
FrontierCode 1.1 (AA)Artificial Analysis27.6%–
FrontierCode 2.0 (AA)Artificial Analysis7.6%–
LiveCodeBench (AA)Artificial Analysis–73.0%
智能体与工具
LiveBench Long AgenticLiveBench12.1%†–
LiveBench BrowserLiveBench26.2%†–
Terminal-Bench HardArtificial Analysis–24.2%
τ²-Bench Telecom (AA)Artificial Analysis–92.7%
HiL-BenchScale AI SEAL59.7%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis45.1%0.0%
GDPval-AA v2.1Artificial Analysis1401477
Finance Agent v2Vals AI61.3%–
Finance Agent v2.1Vals AI60.7%–
Harvey's Legal Agent Benchmark v1.1Vals AI25.0%–
Harvey's Legal Agent Benchmark v1Vals AI16.7%–
Legal Research BenchVals AI38.5%–
Tax Agent BenchVals AI26.3%–
Terminal-Bench 4.0 (Vals)Vals AI6.6%–
AutomationBenchArtificial Analysis49.7%–
GDP.pdf (AA)Artificial Analysis18.6%–
AA-Briefcase v1.1Artificial Analysis1280–
GDPxGDPx by SemiAnalysis1.7%†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis1.9%–
数学
ArXivMathMathArena27.0%–
BrokenArXivMathArena30.1%–
AIME 2025 (AA)Artificial Analysis–89.0%
知识
LiveBench 2.0 Data AnalysisLiveBench60.2%†–
LiveBench ResearchLiveBench82.7%†–
AA-Omniscience v1.1Artificial Analysis25.8–
PRBench LegalScale AI SEAL59.8%†–
Excel Modeling BenchmarkVals AI53.7%–
Excel Modeling Benchmark v1.1Vals AI62.0%–
GDP.pdfEpoch AI Benchmarking Hub–2.0%†
AA-Omniscience v1.1: accuracyArtificial Analysis42.0%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis72.0%–
Global-MMLU-Lite (AA)Artificial Analysis–87.6%†
指令遵循
IFBenchArtificial Analysis–79.0%
MultiChallengeScale AI SEAL74.2%†–
多模态
LiveBench DesignLiveBench58.1%†–
MMMU-ProArtificial Analysis80.9%64.5%
SAGEVals AI85.8%–
Humanity's Sixth SenseScale AI SEAL29.6%†–
长上下文
AA-LCR v1.1Artificial Analysis78.3%64.0%
MLCRArtificial Analysis7.8%–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.4†–
LiveBench 2.0LiveBench48.5%†–
AA Intelligence Index v5.0.1Artificial Analysis24.9–
AA Intelligence Index v4.3.2Artificial Analysis38.914.2
AA Progress Index v1Artificial Analysis306.7244.3
Vals IndexVals AI48.6–
Vals Finance IndexVals AI53.0%–
Vals Legal IndexVals AI68.5%–
安全与诚实
FORTRESSScale AI SEAL7.6%†–
DistressBenchScale AI SEAL87.7%†–
元数据
AA Openness IndexArtificial Analysis27.8–

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

  • Muse Spark Open (xhigh):1 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。
  • Muse Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。
  • Muse Spark Open (xhigh):1 项新结果(ARC-AGI-3)。
  • Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
  • Nova 2.0 Pro Preview (medium):BenchLeader Index 52.4 → 53.6。
  • Muse Spark Open (xhigh):6 项新结果(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…);3 项分数修订;价格 $0.84/M → $2.02/M。
  • Nova 2.0 Pro Preview (medium):1 项新结果(AA Progress Index v1)。
  • Muse Spark Open (xhigh):6 项新结果(MLCR, Code Migration v1.1, Excel Modeling Benchmark v1.1…);价格 $1.25/M → $0.15/M。
  • Muse Spark Open (xhigh):6 项新结果(FrontierCode 1.1 (AA), Terminal-Bench-Science 0.1 (AA), Vals Index…)。

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 Open vs Nova 2.0 Pro Preview:常见问题

Muse Spark Open 比 Nova 2.0 Pro Preview 更好吗?
Muse Spark Open (xhigh) 与 Nova 2.0 Pro Preview (medium) 的质量不相上下(53.5 比 53.4,在 ±12.2 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 Open 和 Nova 2.0 Pro Preview 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 $3.44(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 Muse Spark Open 还是 Nova 2.0 Pro Preview 更好?
Nova 2.0 Pro Preview 在编程方面得分更高(类别得分 43 比 36,50 为平均水平)。
Muse Spark Open 和 Nova 2.0 Pro Preview 哪个更快?
Muse Spark Open 输出更快(约 1.5 倍;输出 180 比 98 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
Muse Spark Open 在长上下文基准测试上得分更高(64 比 56)。Muse Spark Open 支持更长的上下文:1,048,576 token,Nova 2.0 Pro Preview 为 256,000 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 16.1 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 Open 和 Nova 2.0 Pro Preview 的看法一致吗?
在两者都有结果的 9 项基准测试中,Muse Spark Open 领先 9 项,Nova 2.0 Pro Preview 领先 0 项。
Muse Spark Open 是什么时候发布的?
Muse Spark Open 于 2026年10月15日 发布。