Muse Spark Open
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有 17 分之一。
有 55 个更便宜的已排名模型得分更高:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50),另有 52 个。
截至 2026年11月16日,Muse Spark Open(Meta)在 BenchLeader Index 上得分 53.5(共 608 个已排名配置)。表现最好的是长上下文(64),最弱的是编程(36)。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 180 token/秒(Artificial Analysis)。发布于 2026年10月15日。
要点(截至 2026年11月16日)
- Muse Spark Open 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 Open 的输出速度约为 180 token/秒(Artificial Analysis,2026年11月16日)。
- Muse Spark Open 于 2026年10月15日发布(Meta)。
详细说明:Muse Spark Open 是 Meta 的开放权重推理模型,发布于 2026年10月15日。其最佳配置(推理强度 xhigh)在 BenchLeader Index 上得分 53.5 ±6.5,在 608 个配置中排第 256 名,处于上半区。关键在于这个“±”:另有 346 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,长上下文得分最高(64),编程最低(36)。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 180 token/秒,首次回答需 9.9 秒,位于最快的四分之一。它已在 6 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15日。
- 混合价格
- $2.00/M
- 输入 $1.25 · 输出 $4.25
- 来源:Artificial Analysis
- 输出速度
- 180 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 9.89 s
- 首 token 0.43 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 40 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $2.02
- 每项任务 6 min,AA Index
- 单任务 token 数
- 66k
- 其中 49% 为推理
- 发布日期
- 2026年10月15日
- 综合 Index54
- 推理51
- 编程36
- 知识59
- 多模态63
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-spark-open)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。
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10月21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。
元数据
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | 73.7%#32 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | – | – | – | 89.0%#84 | – | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | – | – | – | 43.9%#63 | – | – | Artificial Analysis | |
| HLE-Diamond (AA) | – | – | – | 26.3%#60 | – | – | Artificial Analysis | |
| ARC-AGI-1 | 58.5%#171 | 77.7%#134 | 88.5%#95 | 89.0%#92 | – | – | ARC Prize | |
| ARC-AGI-2 | 12.2%#165 | 27.5%#145 | 47.5%#118 | 57.5%#104 | – | – | ARC Prize | |
| ARC-AGI-3 | – | – | – | 0.4%#59 | – | – | ARC Prize | |
| CritPt不计入 Index | – | – | – | 14.9%#108 | – | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | – | – | 29.5%#79 | – | – | Artificial Analysis | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明 | – | – | – | – | – | 28.0%#13 | Scale AI SEAL |
编程
智能体与工具
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Long Agentic不计入 Index | – | 12.1%#29 | – | LiveBench | |
| LiveBench Browser不计入 Index | – | 26.2%#26 | – | LiveBench | |
| HiL-Bench推理强度未说明 | – | – | 59.7%#12 | Scale AI SEAL | |
| GDPval-AA v2.1, normalised score不计入 Index | 45.1%#51 | – | – | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 1401#90 | – | – | Artificial Analysis | |
| Finance Agent v2不计入 Index | 61.3%#3 | – | – | Vals AI | |
| Finance Agent v2.1不计入 Index | 60.7%#23 | – | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1.1不计入 Index | 25.0%#2 | – | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | 16.7%#9 | – | – | Vals AI | |
| Legal Research Bench不计入 Index | 38.5%#40 | – | – | Vals AI | |
| Tax Agent Bench不计入 Index | 26.3%#43 | – | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | 6.6%#50 | – | – | Vals AI | |
| AutomationBench不计入 Index | 49.7%#106 | – | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 18.6%#95 | – | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 1280#97 | – | – | Artificial Analysis | |
| GDPx不计入 Index | – | 1.7%#21 | – | GDPx by SemiAnalysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 1.9%#101 | – | – | Artificial Analysis |
数学
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| ArXivMath不计入 Index | 27.0%#8 | MathArena | |
| BrokenArXiv不计入 Index | 30.1%#8 | MathArena |
知识
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | 60.2%#30 | – | LiveBench | |
| LiveBench Research不计入 Index | – | 82.7%#15 | – | LiveBench | |
| AA-Omniscience v1.1 | 25.8#46 | – | – | Artificial Analysis | |
| PRBench Legal推理强度未说明 | – | – | 59.8%#2 | Scale AI SEAL | |
| Excel Modeling Benchmark不计入 Index | 53.7%#52 | – | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | 62.0%#36 | – | – | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 42.0%#61 | – | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 72.0%#32 | – | – | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MultiChallenge | 74.2%#6 | Scale AI SEAL |
多模态
| 基准测试 | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Design不计入 Index | – | 58.1%#31 | LiveBench | |
| MMMU-Pro | 80.9%#52 | – | Artificial Analysis | |
| SAGE不计入 Index | 85.8%#14 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | 29.6%#23 | Scale AI SEAL |
长上下文
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 78.3%#127 | Artificial Analysis | |
| MLCR不计入 Index | 7.8%#139 | 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 | – | – | 155.4#41 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 48.5%#29 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 24.9#81 | – | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 38.9#78 | – | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 306.7#106 | – | – | Artificial Analysis | |
| Vals Index不计入 Index | 48.6#31 | – | – | Vals AI | |
| Vals Finance Index不计入 Index | 53.0%#32 | – | – | Vals AI | |
| Vals Legal Index不计入 Index | 68.5%#24 | – | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 7.6%#2 | Scale AI SEAL | |
| DistressBench不计入 Index | 87.7%#2 | Scale AI SEAL |
GameBench 2 Overall: 55.3. GameBench 2, best reasoning setting (XHigh): 59.3. 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.
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 |
|---|---|---|---|---|---|---|
| Baseten | 203 tok/s | 0.29 s | $1.25 | $4.25 | 1.0M | fp4 |
| Fireworks | 193 tok/s | 0.66 s | $1.25 | $4.25 | 1.0M | – |
| Modal | 133 tok/s | 0.65 s | $1.25 | $4.25 | 1M | – |
| Together | 103 tok/s | 0.33 s | $1.25 | $4.25 | 1.0M | – |
| Nebius Token Factory | 90 tok/s | 1.12 s | $1.25 | $4.25 | 1.0M | fp4 |
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 | 11.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.018 | $0.0077 | 13.2 s |
| 代码编辑 | 6,000 / 1,500 | $0.014 | $0.0089 | 18.2 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.092 | $0.043 | 32.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0034 | $0.0017 | 11.0 s |
Meta 的更多模型
将 Muse Spark Open 与以下模型对比
- Muse Spark Open vs MiniMax M2.5
- Muse Spark Open vs Beam 1.0 501B A23B
- Muse Spark Open vs Claude Opus 5.5
- Muse Spark Open vs DeepSeek V3.2 Speciale
- Muse Spark Open vs Nova 2.0 Pro Preview
- Muse Spark Open vs Muse Wonder Full
- Muse Spark Open vs Gemini 4 Argon
- Muse Spark Open vs Claude Fable 5
- Muse Spark Open vs GPT-6 Astra
- Muse Spark Open vs Qwen3.5-122B-A10B
- Muse Spark Open vs Kimi K2.7 Code
- Muse Spark Open vs Grok 4.7
- Muse Spark Open vs Claude Sonnet 5.5
- Muse Spark Open vs GPT-5.6 Sol
- Muse Spark Open vs GPT-6.1 Sol
- Muse Spark Open vs GPT-5.4 Nano
- Muse Spark Open vs Muse Spark 1.3
- Muse Spark Open vs Qwen3.6 Max
- Muse Spark Open vs Claude Opus 4.7
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Muse Spark Open 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-open)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 Open on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark-open
BibTeX:
@misc{benchleader_muse_spark_open_20261116,
author = {{BenchLeader}},
title = {{Muse Spark Open on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-spark-open}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Spark Open 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Spark Open(推理强度 xhigh)的 BenchLeader Index 为 53.5 ±6.5。最强的是长上下文(64),最弱的是编程(36)。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 Open 排名第几?
- 截至 2026年11月16日,Muse Spark Open(推理强度 xhigh)在 608 个已排名配置中排第 256 名。另有 346 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 Open 每百万 token 的价格是多少?
- 截至 2026年11月16日,Muse Spark Open 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 Open 比 Nova 2.0 Pro Preview 更好吗?
- 截至 2026年11月16日,Muse Spark Open(推理强度 xhigh)与 Nova 2.0 Pro Preview(推理强度 medium)的质量不相上下(BenchLeader Index 53.5 比 53.4,在 ±12.2 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 Open 是什么时候发布的?
- Meta 于 2026年10月15日发布了 Muse Spark Open。BenchLeader 收录了它在 6 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 Open: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-open。