BenchLeader

Muse Spark Open vs Qwen3.6 Max

完整资料:Muse Spark Open(Meta)和 Qwen3.6 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 11 个来源

截至 2026年11月16日,质量上 Qwen3.6 Max 领先 Muse Spark Open(BenchLeader Index 62.1 比 53.5)。不过,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 $2.92)。在两者都有成绩的所有类别中,Qwen3.6 Max 均领先。

要点(截至 2026年11月16日)

  • Muse Spark Open 的 BenchLeader Index 为 53.5,Qwen3.6 Max 为 62.1(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)。
  • Qwen3.6 Max 每百万 token 混合价格为 $2.92(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 Open 领先 4 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Qwen3.6 Max类别得分 56 比 36高
推理Qwen3.6 Max类别得分 61 比 51;GPQA Diamond (AA) 88.8% 比 89.0%高
知识均可类别得分 59 比 60均可
长文档Qwen3.6 Max类别得分 65 比 64;AA-LCR v1.1 80.7% 比 78.3%中
对话质量(人类偏好)–只有 Qwen3.6 Max 有 Arena 评分(类别得分 65)无法比较
成本最低Muse Spark Open每百万 token 混合价格 $2.00 比 $2.92;智能体编程会话 $0.092 比 $0.109–
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 Qwen3.6 Max (max) 领先:62.1 比 53.5。
  • Qwen3.6 Max (max) 在编程、知识、长上下文、推理方面更强。
  • 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 $2.92)。

概览

规格Muse Spark OpenQwen3.6 Max
提供商MetaAlibaba
发布日期2026年10月15日2026年4月20日
上下文窗口(token)1,048,576262,144
对比时的配置Muse Spark Open (xhigh)Qwen3.6 Max (max)
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$1.30 / $7.80 / $0.130

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)Qwen3.6 Max (max)领先者
推理51.360.8Qwen3.6 Max
编程36.055.9Qwen3.6 Max
智能体与工具–72.1无法比较
数学–64.4无法比较
知识58.859.7持平
指令遵循–74.7无法比较
人类偏好–64.5无法比较
多模态63.3–无法比较
长上下文63.865.0Qwen3.6 Max

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Muse Spark Open, 推理: 51.3Muse Spark Open, 编程: 36.0Muse Spark Open, 知识: 58.8Muse Spark Open, 长上下文: 63.8Qwen3.6 Max, 推理: 60.8Qwen3.6 Max, 编程: 55.9Qwen3.6 Max, 知识: 59.7Qwen3.6 Max, 长上下文: 65.0

未绘制(测得的模型少于两个):智能体与工具, 数学, 指令遵循, 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,Muse Spark Open 领先 4 项,Qwen3.6 Max 领先 1 项。所有同时评测两者的综合评分都认为 Qwen3.6 Max 更强。

综合 IndexMuse Spark Open (xhigh)Qwen3.6 Max (max)领先者
BenchLeader Index53.562.1Qwen3.6 Max

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)Qwen3.6 Max (max)
每百万 token 混合价格$2.00$2.92
每百万 token 输入 / 输出$1.25 / $4.25$1.30 / $7.80
每百万 token 缓存输入$0.150$0.130
每项任务价格:聊天回复$0.0018$0.0029
每项任务价格:总结一份 30 页的报告$0.018$0.020
每项任务价格:代码编辑$0.014$0.019
每项任务价格:智能体编程会话$0.092$0.109
每项任务价格:结构化信息提取$0.0034$0.0042
智能体编程会话(输入大多命中缓存)$0.043$0.057
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/s–
首次回答时间9.9 秒–
完整回答耗时(最近一次测量 2026年11月13日)39.9 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。Qwen3.6 Max (max) 得分 62.1。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 99 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)Qwen3.6 Max (max)
BenchLeader IndexBenchLeader53.562.1
编程得分BenchLeader36.055.9
知识得分BenchLeader58.859.7
长上下文得分BenchLeader63.865.0
多模态得分BenchLeader63.3–
推理得分BenchLeader51.360.8
智能体与工具得分BenchLeader–72.1
人类偏好得分BenchLeader–64.5
指令遵循得分BenchLeader–74.7
数学得分BenchLeader–64.4
混合价格(美元/百万 token)BenchLeader$2.00$2.92
输出速度BenchLeader180 tok/s–
首次回答时间BenchLeader9.9 秒–
上下文窗口BenchLeader1,048,576 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)–1481
LiveBench 2.0 ReasoningLiveBench73.7%†–
GPQA Diamond (AA)Artificial Analysis89.0%88.8%
Humanity's Last Exam (AA)Artificial Analysis43.9%30.8%
HLE-Diamond (AA)Artificial Analysis26.3%–
ARC-AGI-1ARC Prize89.0%–
ARC-AGI-2ARC Prize57.5%–
ARC-AGI-3ARC Prize0.4%–
CritPtArtificial Analysis14.9%3.7%
CritPt v2 hard subset (AA)Artificial Analysis29.5%–
HLE-Diamond (Scale)Scale AI SEAL28.0%†–
Arena ExpertArena (LMArena)–1497
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub–42.5%
DTBenchEpoch AI Benchmarking Hub–87.2%
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
Arena CodingArena (LMArena)–1510
Arena WebDevArena (LMArena)1526†1482
LiveBench 2.0 CodingLiveBench55.1%†–
SciCode (AA)Artificial Analysis58.5%–
SWE-bench (Vals)Vals AI–72.8%
Code MigrationVals AI21.2%–
Code Migration v1.1Vals AI26.9%–
显示全部 99 项基准测试
指标发布方Muse Spark Open (xhigh)Qwen3.6 Max (max)
编程
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%–
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%–
智能体与工具
LiveBench Long AgenticLiveBench12.1%†–
LiveBench BrowserLiveBench26.2%†–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
HiL-BenchScale AI SEAL59.7%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis45.1%–
GDPval-AA v2.1Artificial Analysis1401–
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 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI6.6%–
Vending-Bench 2Andon Labs–4254.2
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
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
ArXivMathMathArena27.0%–
BrokenArXivMathArena30.1%–
Arena MathsArena (LMArena)–1471
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
LiveBench 2.0 Data AnalysisLiveBench60.2%†–
LiveBench ResearchLiveBench82.7%†–
AA-Omniscience v1.1Artificial Analysis25.8–
CorpFinVals AI–66.5%
PRBench LegalScale AI SEAL59.8%†–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI53.7%–
Excel Modeling Benchmark v1.1Vals AI62.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis42.0%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis72.0%–
指令遵循
IFBenchArtificial Analysis–76.6%
MultiChallengeScale AI SEAL74.2%†–
Arena Instruction FollowingArena (LMArena)–1451
人类偏好
Arena TextArena (LMArena)–1460
Arena Creative WritingArena (LMArena)–1438
Arena Multi-turnArena (LMArena)–1466
Arena Longer QueriesArena (LMArena)–1473
多模态
LiveBench DesignLiveBench58.1%†–
MMMU-ProArtificial Analysis80.9%–
SAGEVals AI85.8%–
Humanity's Sixth SenseScale AI SEAL29.6%†–
长上下文
AA-LCR v1.1Artificial Analysis78.3%80.7%
MLCRArtificial Analysis7.8%–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.4†149.8
LiveBench 2.0LiveBench48.5%†–
AA Intelligence Index v5.0.1Artificial Analysis24.9–
AA Intelligence Index v4.3.2Artificial Analysis38.928.4
AA Progress Index v1Artificial Analysis306.7297.1
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。
  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • 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。
  • 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。
  • Qwen3.6 Max (max):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。
  • Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。

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

Muse Spark Open vs Qwen3.6 Max:常见问题

Qwen3.6 Max 比 Muse Spark Open 更好吗?
质量上 Qwen3.6 Max (max) 领先:62.1 比 53.5。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,Qwen3.6 Max (max) 总体领先,但请结合你的用途查看各类别得分。
Muse Spark Open 和 Qwen3.6 Max 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 $2.92(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 Qwen3.6 Max 更好?
Qwen3.6 Max 在编程方面得分更高(类别得分 56 比 36,50 为平均水平)。
处理长文档哪个更好?
Qwen3.6 Max 在长上下文基准测试上得分更高(65 比 64)。Muse Spark Open 支持更长的上下文:1,048,576 token,Qwen3.6 Max 为 262,144 token。
第三方基准测试对 Muse Spark Open 和 Qwen3.6 Max 的看法一致吗?
在两者都有结果的 5 项基准测试中,Muse Spark Open 领先 4 项,Qwen3.6 Max 领先 1 项。所有同时评测两者的综合评分都认为 Qwen3.6 Max 更强。
更多问题(1)
Muse Spark Open 是什么时候发布的?
Muse Spark Open 于 2026年10月15日 发布。