Muse Spark 1.3
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 1.3(Meta)在 BenchLeader Index 上得分 61.6(在 608 个已排名配置中前 100 名)。表现最好的是知识(81),最弱的是数学(56)。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 160 token/秒(OpenRouter)。发布于 2026年9月2日。
要点(截至 2026年11月16日)
- Muse Spark 1.3 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 1.3 的输出速度约为 160 token/秒(OpenRouter,2026年11月16日)。
- Muse Spark 1.3 于 2026年9月2日发布(Meta)。
详细说明:Muse Spark 1.3 是 Meta 的闭源推理模型,发布于 2026年9月2日。其最佳配置在 BenchLeader Index 上得分 61.6 ±8.2,在 608 个配置中排第 63 名,处于上半区。关键在于这个“±”:另有 265 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,知识得分最高(81),数学最低(56)。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 163 token/秒,首 token 延迟 2.6 秒,位于最快的四分之一。它已在 7 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10月13日。
- 混合价格
- $2.00/M
- 输入 $1.25 · 输出 $4.25
- 来源:models.dev
- 输出速度
- 163 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 2.60 s
- 上下文
- 1.0M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年9月2日
- 综合 Index62
- 推理71
- 智能体与工具61
- 数学56
- 知识81
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-spark-1-3)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本页 | 2026年9月2日 | 61.6 | #63 |
| Muse Spark 1.2xhigh | 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。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| minimal | – | – | 163 tok/s | 2.60 s | $0.0018 | |
| low | – | – | 163 tok/s | 2.60 s | $0.0018 | |
| medium | – | – | 163 tok/s | 2.60 s | $0.0018 | |
| high | – | – | 163 tok/s | 2.60 s | $0.0018 | |
| xhigh | 58.1 | #138 | 221 tok/s | 11 s | $0.0018 | 智能体与工具 54 · 编程 59 · 知识 58 · 长上下文 66 · 数学 61 · 多模态 65 · 推理 54 |
| max | 60.6 | #75 | 114 tok/s | 31 s | $0.0018 | 智能体与工具 65 · 编程 60 · 综合 54 · 人类偏好 69 · 知识 57 · 长上下文 66 · 数学 63 · 多模态 66 · 推理 60 |
| 未说明最佳 | 61.6 | #63 | 163 tok/s | 2.60 s | $0.0018 | 智能体与工具 61 · 知识 81 · 数学 56 · 推理 71 |
Index 走势
2026年9月9日 至 2026年11月16日- 默认
- max
- xhigh
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 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleBench推理强度未说明 | – | – | 81.8%#11 | SimpleBench | |
| Arena Hard Prompts | – | 1517#12 | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | 89.7%#13 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index | 89.7%#15 | – | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 94.1%#7 | 93.5%#14 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 47.5%#45 | 48.7%#38 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 30.3%#52 | 33.7%#46 | – | Artificial Analysis | |
| CritPt不计入 Index | 26.0%#46 | 24.9%#53 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | 48.0%#49 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | 36.0%#10 | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明可能存在污染 | – | – | 25.4%#14 | Scale AI SEAL | |
| Arena Expert不计入 Index | – | 1521#21 | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 34.0%#62 | 37.0%#48 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | 14.1%#101 | 25.0%#51 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | 53.9%#55 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 96.5%#27 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | – | 65.5%#14 | – | ForecastBench | |
| BTF-3不计入 Index | 14.1%#5 | – | – | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 74.4%#26 | 74.0%#27 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 41.5%#36 | 46.3%#31 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 99.2%#22 | – | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | 58.0%#24 | 55.0%#29 | Vals AI | |
| LiveBench Mathematics不计入 Index | 96.0%#13 | – | – | LiveBench | |
| Arena Maths | – | 1506#9 | – | Arena (LMArena) |
知识
| 基准测试 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | – | 79.6%#11 | – | LiveBench | |
| LiveBench Research不计入 Index | – | – | 82.5%#16 | – | LiveBench | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 79.6%#12 | – | – | LiveBench | |
| AA-Omniscience v1.1 | – | 23.8#50 | 22.4#54 | – | Artificial Analysis | |
| PRBench Finance推理强度未说明 | – | – | – | 59.5%#1 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | – | – | 61.6%#1 | Scale AI SEAL | |
| Excel Modeling Benchmark不计入 Index | – | 62.7%#32 | 67.4%#17 | – | Vals AI | |
| Access to Justice Benchmark不计入 Index | – | 72.2%#11 | 72.2%#12 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | – | 71.0%#15 | 70.3%#17 | – | Vals AI | |
| Immigration Bench不计入 Index | – | 65.0%#18 | 64.9%#19 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | 62.2%#5 | – | – | – | Scale AI SEAL | |
| GDP.pdf不计入 Index | – | 27.6%#12 | – | 27.6%#12 | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracy不计入 Index | – | 37.8%#83 | 38.0%#80 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | – | 77.5%#21 | 74.8%#25 | – | Artificial Analysis |
指令遵循
| 基准测试 | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index | 82.8%#24 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | 78.0%#4 | – | LiveBench | |
| Arena Instruction Following不计入 Index | – | 1485#20 | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1497#10 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1907#16 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1468#24 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1493#20 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1498#20 | – | Arena (LMArena) |
多模态
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision | 1301#18 | 1310#12 | – | Arena (LMArena) | |
| LiveBench Design不计入 Index | – | 74.8%#17 | – | LiveBench | |
| MMMU-Pro | 82.0%#43 | – | – | Artificial Analysis | |
| Humanity's Sixth Sense不计入 Index | – | 37.4%#11 | – | Scale AI SEAL | |
| GeoBench不计入 Index推理强度未说明 | – | – | 86.0%#3 | GeoBench | |
| Code2Video-AA不计入 Index | – | 1019#17 | – | Artificial Analysis | |
| AA-3D不计入 Index | – | 1032#10 | – | Artificial Analysis |
长上下文
| 基准测试 | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 83.0%#30 | 83.0%#30 | Artificial Analysis | |
| Arena Document不计入 Index | – | 1474#16 | Arena (LMArena) | |
| MLCR不计入 Index | 15.6%#82 | 13.9%#97 | Artificial Analysis |
综合
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 158.2#26 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 68.6%#15 | – | LiveBench | |
| LiveBench 1.0不计入 Index | 81.6%#7 | – | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | – | 36.6#45 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 45.1#40 | 48.1#27 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 318.6#68 | 324.5#44 | – | Artificial Analysis | |
| Vals RSI Index不计入 Index | – | 19.6%#20 | – | Vals AI | |
| AA Cyber Index不计入 Index | 44.3#12 | – | – | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 84.9%#4 | Scale AI SEAL |
GameBench 2 Overall: 57.7. GameBench 2, best reasoning setting (XHigh): 68.5. 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 |
|---|---|---|---|---|---|---|
| Google Vertex | 163 tok/s | 2.58 s | $1.25 | $4.25 | 1.0M | – |
| Meta | 102 tok/s | 3.46 s | $1.25 | $4.25 | 1.0M | – |
使用情况
Muse Spark 1.3 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 71.3k token、每个输出 token 对应 78 个输入 token、91% 的输入来自缓存、64% 的输出为推理内容、每次请求 0.55 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Freebuff (713B)、Cline (470B)、GDevelop (341B)、omp (164B)、pi (143B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Meta | 139 tok/s | 1.50 s | 99.78% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
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 | 4.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.018 | $0.0077 | 6.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.014 | $0.0089 | 11.8 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.092 | $0.043 | 27.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0034 | $0.0017 | 3.8 s |
将 Muse Spark 1.3 与以下模型对比
- Muse Spark 1.3 vs DeepSeek V4.1 Flash 1017
- Muse Spark 1.3 vs MiMo-V2.5
- Muse Spark 1.3 vs Gemini 4 Argon
- Muse Spark 1.3 vs MiMo-V2.5-Pro
- Muse Spark 1.3 vs Claude Haiku 5.5
- Muse Spark 1.3 vs Claude Sonnet 4.6
- Muse Spark 1.3 vs GPT-6.1 Sol
- Muse Spark 1.3 vs Grok 4.7
- Muse Spark 1.3 vs Claude Sonnet 5
- Muse Spark 1.3 vs Claude Opus 4.8
- Muse Spark 1.3 vs GPT-5
- Muse Spark 1.3 vs GLM 5.3
- Muse Spark 1.3 vs GPT-5.5 Instant
- Muse Spark 1.3 vs Gemini 3.1 Pro
- Muse Spark 1.3 vs Step 5 Preview
- Muse Spark 1.3 vs Dola Seed 2.0 Pro
- Muse Spark 1.3 vs GLM 5.2
- Muse Spark 1.3 vs Muse Wonder
- Muse Spark 1.3 vs GLM 5.3 Flash
- Muse Spark 1.3 vs GPT-5.6 Terra
- Muse Spark 1.3 vs o3
- Muse Spark 1.3 vs Qwen3.7 Plus
- Muse Spark 1.3 vs Qwen3.6 Plus
- Muse Spark 1.3 vs GLM 5.1
- Muse Spark 1.3 vs Deepseek v4 Flash Vision
- Muse Spark 1.3 vs DeepSeek V4 Flash
- Muse Spark 1.3 vs Claude Opus 4.7
- Muse Spark 1.3 vs Muse Spark
- Muse Spark 1.3 vs Claude Opus 4.5
- Muse Spark 1.3 vs Qwen3.7
- Muse Spark 1.3 vs Gemini 4 Carbon
- Muse Spark 1.3 vs Agnes 2.5 Pro Beta
- Muse Spark 1.3 vs Grok 4
- Muse Spark 1.3 vs Gemini 3 Flash
- Muse Spark 1.3 vs Gemini 3.7 Flash
- Muse Spark 1.3 vs Mistral Large 4
- Muse Spark 1.3 vs Qwen3.8 2.4T A95B
- Muse Spark 1.3 vs GLM-5
- Muse Spark 1.3 vs Kimi K3.1 Pro
- Muse Spark 1.3 vs GPT-6.1 Terra
- Muse Spark 1.3 vs Gemini 3.5 Flash
- Muse Spark 1.3 vs Claude Opus 5
- Muse Spark 1.3 vs Muse Spark 1.2
- Muse Spark 1.3 vs GPT-5.6 Sol
- Muse Spark 1.3 vs Claude Opus 4.1
- Muse Spark 1.3 vs Claude Sonnet 5.5
- Muse Spark 1.3 vs Claude Fable 5.1
- Muse Spark 1.3 vs MiMo-V2.6-Pro
- Muse Spark 1.3 vs Kimi K3.1 Pro Together
- Muse Spark 1.3 vs MiMo-V2.6-Flash
- Muse Spark 1.3 vs Muse Wonder Full
- Muse Spark 1.3 vs Qwen3.6 Max
- Muse Spark 1.3 vs Muse Spark 1.1
- Muse Spark 1.3 vs Claude Opus 4.6
- Muse Spark 1.3 vs GPT-6 Sol
- Muse Spark 1.3 vs Muse Spark Open
- Muse Spark 1.3 vs GPT-5.3-Codex
- Muse Spark 1.3 vs GPT-5.4 Pro
- Muse Spark 1.3 vs GPT-5.4
- Muse Spark 1.3 vs Gemini 4 Hydrogen
- Muse Spark 1.3 vs GPT-5.5
- Muse Spark 1.3 vs Claude Fable 5
- Muse Spark 1.3 vs GPT-6 Astra
- Muse Spark 1.3 vs Claude Opus 5.5
- Muse Spark 1.3 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 1.3 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-1-3)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 1.3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark-1-3
BibTeX:
@misc{benchleader_muse_spark_1_3_20261116,
author = {{BenchLeader}},
title = {{Muse Spark 1.3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-spark-1-3}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Spark 1.3 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Spark 1.3 的 BenchLeader Index 为 61.6 ±8.2(前 100 名)。最强的是知识(81),最弱的是数学(56)。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 1.3 排名第几?
- 截至 2026年11月16日,Muse Spark 1.3 在 608 个已排名配置中排第 63 名(前 100 名)。另有 265 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 1.3 每百万 token 的价格是多少?
- 截至 2026年11月16日,Muse Spark 1.3 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 1.3 比 DeepSeek V4.1 Flash 1017 更好吗?
- 截至 2026年11月16日,DeepSeek V4.1 Flash 1017(推理强度 max)与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 57.7 比 61.6,在 ±8.9 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 1.3 是什么时候发布的?
- Meta 于 2026年9月2日发布了 Muse Spark 1.3。BenchLeader 收录了它在 7 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 1.3: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-1-3。