BenchLeader

Muse Spark

质量第 12 / 339 名
64.2Index
前 10%
较中位数 +14.0

截至 2026年11月16日,Muse Spark(Meta)在 BenchLeader Index 上得分 64.2(在 608 个已排名配置中前 50 名)。表现最好的是指令遵循(77),最弱的是数学(59)。发布于 2026年4月8日。

要点(截至 2026年11月16日)

  • Muse Spark 于 2026年4月8日发布(Meta)。

详细说明:Muse Spark 是 Meta 的闭源推理模型,发布于 2026年4月8日。其最佳配置在 BenchLeader Index 上得分 64.2 ±3.5,在 608 个配置中排第 29 名,处于上半区。关键在于这个“±”:另有 92 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(77),数学最低(59)。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
262k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2026年4月8日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index64
  2. 推理67
  3. 编程65
  4. 智能体与工具65
  5. 数学59
  6. 知识63
  7. 指令遵循77
  8. 人类偏好68
  9. 多模态64
  10. 长上下文64

嵌入这个排名

更多徽章样式
[![Muse Spark on BenchLeader: 综合第 12 名](https://www.benchleader.com/badge/muse-spark.svg?style=compact)](https://www.benchleader.com/models/muse-spark)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Meta 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Meta 以这个名称发布过 4 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Muse Spark 1.32026年9月2日61.6#63
Muse Spark 1.2xhigh2026年8月5日61.5#64
Muse Spark 1.12026年7月9日62.2#51
Muse Spark本页2026年4月8日64.2#29

Index 走势

2026年9月8日 至 2026年11月16日
576369

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

编程

基准测试默认来源趋势
SciCode51.5%#111SciCode
Arena Coding1529#24Arena (LMArena)
SWE-bench (Vals)不计入 Index74.4%#46Vals AI
SWE-Bench Pro55.0%#3Scale AI SEAL
Vibe Code Bench v1.1不计入 Index19.7%#92Vals AI
SWE-Bench Pro (private)不计入 Index44.7%#3Scale AI SEAL
SWE Atlas v1.0: Codebase QnA不计入 Index24.2%#17Scale AI SEAL
SWE Atlas v1.0: Test Writing不计入 Index31.1%#16Scale AI SEAL
Terminal-Bench 2.1 (AA)不计入 Index62.2%#93Artificial Analysis
Design Arena Website不计入 Index1253#57Design Arena

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard45.5%#34Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index91.5%#59Artificial Analysis
MCP Atlas82.2%#12Scale AI SEAL
GDPval-AA v2.1不计入 Index1006#182Artificial Analysis
Terminal-Bench 2.0 (Vals)不计入 Index59.5%#7Vals AI
AA-Briefcase v1.1不计入 Index646#208Artificial Analysis

知识

基准测试默认来源趋势
MMLU-Pro87.3%#30Vals AI
LegalBench84.2%#38Vals AI
CorpFin65.1%#34Vals AI
TaxEval77.7%#3Vals AI
PRBench Finance52.4%#6Scale AI SEAL
PRBench Legal52.3%#7Scale AI SEAL
MultiNRC可能存在污染59.0%#5Scale AI SEAL
CaseLaw v2不计入 Index63.1%#17Vals AI
MedCode不计入 Index51.3%#16Vals AI
MedScribe不计入 Index85.9%#24Vals AI

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1489#18Arena (LMArena)
Arena Creative Writing不计入 Index1464#26Arena (LMArena)
Arena Multi-turn不计入 Index1493#22Arena (LMArena)
Arena Longer Queries不计入 Index1476#57Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1306#14Arena (LMArena)
MMMU-Pro80.5%#55Artificial Analysis
MMMU-Pro (Vals)不计入 Index87.4%#16Vals AI

长上下文

基准测试默认来源趋势
AA-LCR v1.178.0%#137Artificial Analysis
Arena Document不计入 Index1467#23Arena (LMArena)

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index153.1#52Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index31.3#121Artificial Analysis
AA Progress Index v1不计入 Index289.1#147Artificial Analysis

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index20.2%#39Scale AI SEAL

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

Meta 的更多模型

本月新上线

将 Muse Spark 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Muse Spark 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Muse Spark on BenchLeader: 综合第 12 名](https://www.benchleader.com/badge/muse-spark.svg)](https://www.benchleader.com/models/muse-spark)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Muse Spark on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark

BibTeX:

@misc{benchleader_muse_spark_20261116,
  author       = {{BenchLeader}},
  title        = {{Muse Spark on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/muse-spark}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Muse Spark 的基准测试得分是多少?
截至 2026年11月16日,Muse Spark 的 BenchLeader Index 为 64.2 ±3.5(前 50 名)。最强的是指令遵循(77),最弱的是数学(59)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Muse Spark 排名第几?
截至 2026年11月16日,Muse Spark 在 608 个已排名配置中排第 29 名(前 50 名)。另有 92 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Muse Spark 比 Claude Sonnet 5.5 更好吗?
截至 2026年11月16日,Claude Sonnet 5.5(推理强度 max)与 Muse Spark 的质量不相上下(BenchLeader Index 64.2 比 64.2,在 ±4.3 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Muse Spark 是什么时候发布的?
Meta 于 2026年4月8日发布了 Muse Spark。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Muse Spark:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/muse-spark。