Muse Spark 1.2
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 25%。
截至 2026年11月16日,Muse Spark 1.2(Meta)在 BenchLeader Index 上得分 61.5(在 608 个已排名配置中前 100 名)。表现最好的是人类偏好(69),最弱的是编程(55)。API 价格为输入每百万 token $1.25、输出每百万 token $4.25(按 3:1 混合为 $2.00),为 2026年11月16日的标价。输出速度约为 210 token/秒(Artificial Analysis)。发布于 2026年8月5日。
要点(截至 2026年11月16日)
- Muse Spark 1.2 的 API 价格为输入每百万 token $1.25、输出每百万 token $4.25(按 3:1 混合为 $2.00)(标价,2026年11月16日)。
- Muse Spark 1.2 的输出速度约为 210 token/秒(Artificial Analysis,2026年11月16日)。
- Muse Spark 1.2 于 2026年8月5日发布(Meta)。
详细说明:Muse Spark 1.2 是 Meta 的闭源推理模型,发布于 2026年8月5日。其最佳配置(推理强度 xhigh)在 BenchLeader Index 上得分 61.5 ±5.0,在 608 个配置中排第 64 名,处于上半区。关键在于这个“±”:另有 205 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,人类偏好得分最高(69),编程最低(55)。按混合价格计,每百万 token $2.00,比大多数已排名模型贵。输出速度为 208 token/秒,首次回答需 11.4 秒,位于最快的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $2.00/M
- 输入 $1.25 · 输出 $4.25
- 来源:Artificial Analysis
- 输出速度
- 208 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 11 s
- 首 token 2.94 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 24 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年8月5日
- 综合 Index62
- 推理68
- 编程55
- 智能体与工具55
- 数学67
- 知识65
- 人类偏好69
- 多模态65
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-spark-1-2)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。
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 1.3 | 2026年9月2日 | 61.6 | #63 |
| Muse Spark 1.2xhigh本页 | 2026年8月5日 | 61.5 | #64 |
| Muse Spark 1.1 | 2026年7月9日 | 62.2 | #51 |
| Muse Spark | 2026年4月8日 | 64.2 | #29 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日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。
推理
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleBench推理强度未说明 | – | 74.5%#20 | SimpleBench | |
| Arena Hard Prompts | 1514#16 | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | 90.0%#14 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 90.4%#62 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 45.5%#57 | – | Artificial Analysis | |
| CritPt不计入 Index | 17.7%#85 | – | Artificial Analysis | |
| Arena Expert不计入 Index | 1503#42 | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 27.0%#77 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 48.4%#83 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 94.7%#57 | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | minimal | medium | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode | – | – | 57.4%#35 | – | SciCode | |
| WeirdML | – | – | 60.3%#50 | – | WeirdML | |
| Arena Coding | – | – | 1542#11 | – | Arena (LMArena) | |
| Arena WebDev | – | – | 1534#58 | – | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index | – | – | 77.5%#37 | – | LiveBench | |
| SciCode (AA)不计入 Index | – | – | 57.4%#34 | – | Artificial Analysis | |
| IOI | – | – | 21.8%#43 | – | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | – | 86.6%#13 | – | Vals AI | |
| Code Migration不计入 Index | – | – | 29.9%#43 | – | Vals AI | |
| ProgramBench不计入 Index | – | – | 0.5%#19 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | 79.1%#35 | – | Vals AI | |
| DeepSWE v1.1不计入 Index | – | – | 54.9%#38 | – | Epoch AI Benchmarking Hub | |
| FrontierSWE不计入 Index | – | – | 12.0%#21 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | – | 7.1%#125 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | – | 80.2%#45 | – | Artificial Analysis | |
| Startrise Frontend不计入 Index推理强度未说明 | – | – | – | 70.3%#18 | Startrise | |
| GameBench 2 Overall不计入 Index跨设置 | – | – | – | 51.5#32 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 40.4#133 | 57.3#71 | 56.9#73 | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1309#18 | Design Arena |
智能体与工具
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| APEX-Agents推理强度未说明 | – | 45.4%#46 | Mercor | |
| Arena Agent | -8.2#50 | – | Arena (LMArena) | |
| LiveBench Agentic Coding不计入 Index | 57.6%#20 | – | LiveBench | |
| Terminal-Bench 2.1 (Vals) | 69.7%#28 | – | Vals AI | |
| GDPval-AA v2.1不计入 Index | 1478#64 | – | Artificial Analysis | |
| τ³-Banking (AA) | 34.9%#50 | – | Artificial Analysis | |
| CyberBench不计入 Index | 69.5%#22 | – | Vals AI | |
| Finance Agent v2不计入 Index | 60.6%#4 | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | 25.4%#1 | – | Vals AI | |
| Legal Research Bench不计入 Index | 43.8%#27 | – | Vals AI | |
| SkillsBench不计入 Index | 53.0%#17 | – | Vals AI | |
| SREBench不计入 Index | 0.0%#33 | – | Vals AI | |
| Tax Agent Bench不计入 Index | 32.8%#22 | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | 6.1%#51 | – | Vals AI | |
| Arena Agent Task Completion不计入 Index | -9.8#45 | – | Arena (LMArena) | |
| AutomationBench不计入 Index | 40.6%#128 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 17.4%#106 | – | Artificial Analysis | |
| EnterpriseOps-Gym不计入 Index | 47.3%#9 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 1323#92 | – | Artificial Analysis | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | 1185#41 | Design Arena |
数学
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| ProofBench推理强度未说明 | – | 43.0%#39 | Vals AI | |
| LiveBench Mathematics不计入 Index | 91.2%#31 | – | LiveBench | |
| Arena Maths | 1486#32 | – | Arena (LMArena) |
知识
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 60.3%#19 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 76.5%#33 | – | LiveBench | |
| MMLU-Pro | 88.3%#20 | – | Vals AI | |
| LegalBench | 85.3%#23 | – | Vals AI | |
| CorpFin | 70.9%#5 | – | Vals AI | |
| TaxEval | 80.4%#1 | – | Vals AI | |
| BioMysteryBench不计入 Index | 64.8%#24 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 57.0%#44 | – | Vals AI | |
| MedCode不计入 Index | 49.4%#24 | – | Vals AI | |
| MedScribe不计入 Index | 90.1%#5 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | 68.5%#11 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | 75.7%#2 | – | Vals AI | |
| Immigration Bench不计入 Index | 66.5%#15 | – | Vals AI | |
| GDP.pdf不计入 Index | 16.0%#38 | 12.0%#48 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Language不计入 Index | 78.6%#38 | LiveBench | |
| LiveBench Instruction Following不计入 Index | 74.3%#11 | LiveBench | |
| Arena Instruction Following不计入 Index | 1479#26 | Arena (LMArena) |
人类偏好
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1493#13 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1842#20 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1443#55 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1510#8 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1491#28 | – | Arena (LMArena) |
多模态
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1305#16 | Arena (LMArena) | |
| MMMU-Pro (Vals)不计入 Index | 86.1%#22 | Vals AI | |
| MortgageTax不计入 Index | 65.4%#41 | Vals AI | |
| Humanity's Sixth Sense不计入 Index | 24.5%#30 | Scale AI SEAL |
长上下文
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 79.0%#120 | Artificial Analysis | |
| MLCR不计入 Index | 7.2%#145 | Artificial Analysis |
综合
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | 155.0#44 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | 78.0%#20 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 39.6#72 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 309.1#99 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index推理强度未说明 | – | 69.8%#6 | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 88.4%#1 | Scale AI SEAL |
GameBench 2 Overall: 51.5. GameBench 2, best reasoning setting (Medium): 57.3. 仅供参考,不计入 BenchLeader Index。
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.
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。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Meta | 162 tok/s | 2.94 s | $1.25 | $4.25 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.150。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0018 | $0.0014 | 12.8 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.018 | $0.0077 | 14.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.014 | $0.0089 | 18.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.092 | $0.043 | 30.6 s |
| 结构化信息提取 | 2,000 / 200 | $0.0034 | $0.0017 | 12.3 s |
将 Muse Spark 1.2 与以下模型对比
- Muse Spark 1.2 vs Step 5 Preview
- Muse Spark 1.2 vs Claude Opus 5.5
- Muse Spark 1.2 vs Gemini 4 Argon
- Muse Spark 1.2 vs Grok 4.7
- Muse Spark 1.2 vs DeepSeek V4.1 Flash 1017
- Muse Spark 1.2 vs Claude Fable 5.1
- Muse Spark 1.2 vs Muse Spark 1.3
- Muse Spark 1.2 vs Gemini 3.7 Flash
- Muse Spark 1.2 vs GPT-5.3-Codex
- Muse Spark 1.2 vs GPT-5.4
- Muse Spark 1.2 vs Claude Sonnet 5.5
- Muse Spark 1.2 vs GPT-5.6 Sol
- Muse Spark 1.2 vs Claude Fable 5
- Muse Spark 1.2 vs GPT-6.1 Sol
- Muse Spark 1.2 vs Muse Wonder Full
- Muse Spark 1.2 vs Gemini 3.5 Flash
- Muse Spark 1.2 vs GPT-5.4 Pro
- Muse Spark 1.2 vs Qwen3.8 Max
- Muse Spark 1.2 vs Claude Opus 5
- Muse Spark 1.2 vs MiMo-V2.6-Pro
- Muse Spark 1.2 vs Kimi K3.1 Pro
- Muse Spark 1.2 vs Qwen3.6 Max
- Muse Spark 1.2 vs Muse Spark 1.1
- Muse Spark 1.2 vs Claude Opus 4.6
- Muse Spark 1.2 vs GPT-6 Sol
- Muse Spark 1.2 vs Claude Opus 4.7
- Muse Spark 1.2 vs Gemini 4 Hydrogen
- Muse Spark 1.2 vs GPT-5.5
- Muse Spark 1.2 vs GPT-6.1 Terra
- Muse Spark 1.2 vs Muse Spark
- Muse Spark 1.2 vs Muse Wonder
- Muse Spark 1.2 vs GPT-6 Astra
- Muse Spark 1.2 vs Gemini 4 Carbon
- Muse Spark 1.2 vs Claude Fable 5.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Muse Spark 1.2 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。
[](https://www.benchleader.com/models/muse-spark-1-2)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 1.2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark-1-2
BibTeX:
@misc{benchleader_muse_spark_1_2_20261116,
author = {{BenchLeader}},
title = {{Muse Spark 1.2 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-spark-1-2}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Spark 1.2 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Spark 1.2(推理强度 xhigh)的 BenchLeader Index 为 61.5 ±5.0(前 100 名)。最强的是人类偏好(69),最弱的是编程(55)。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 1.2 排名第几?
- 截至 2026年11月16日,Muse Spark 1.2(推理强度 xhigh)在 608 个已排名配置中排第 64 名(前 100 名)。另有 205 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 1.2 每百万 token 的价格是多少?
- 截至 2026年11月16日,Muse Spark 1.2 的价格为输入每百万 token $1.25、输出每百万 token $4.25,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.00。
- Muse Spark 1.2 比 Muse Spark 1.3 更好吗?
- 截至 2026年11月16日,Muse Spark 1.2(推理强度 xhigh)与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 61.5 比 61.6,在 ±9.6 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 1.2 是什么时候发布的?
- Meta 于 2026年8月5日发布了 Muse Spark 1.2。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Muse Spark 1.2: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-1-2。