AIFIND / MODEL INTELLIGENCE
Muse Spark 1.1
Meta · 公開日 2026-07-09
集計
総合スコア54.1
参考順位#30
証拠のカバー率71.9%
個別評価11
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠72.0%
Arena · 創作総合比較の証拠1,447.1
Creative Writing v3総合比較の証拠1,927.1
コーディング
DeepSWE v1.1総合比較の証拠53.3%
推論
知識
専門業務
APEX-Agents 1.1総合比較の証拠31.8%
採用しない結果・未測定
- GPQA Diamond — 採用可能な実測がありません
- Chess Puzzles — 採用可能な実測がありません
- Mystery Game Puzzles — 採用可能な実測がありません
- FrontierMath v2 · Tiers 1–3 — 採用可能な実測がありません
- FrontierMath v2 · Tier 4 — 採用可能な実測がありません
欠測の分野: 中国語・多言語。公表誤差のない測定: 7 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
Gemini 3.1 Pro Preview · #2912 共通測定
共通証拠の重み 71.9% · 相対的な純支持差 -0.034
| 出典 | Muse Spark 1.1 | Gemini 3.1 Pro Preview | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 72.0% | 82.2% | 12.5% |
| Arena · 創作 ↗ | 1,447.1 | 1,480.3 | 6.3% |
| Creative Writing v3 ↗ | 1,927.1 | 1,491.3 | 3.1% |
| Longform Writing ↗ | 70.6 | 68.2 | 3.1% |
| DeepSWE v1.1 ↗ | 53.3% | 11.7% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.2% | 76.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 58.5% | 44.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 87.4% | 87.5% | 3.1% |
| SimpleQA Verified ↗ | 57.8% | 73.5% | 6.3% |
| APEX-Agents 1.1 ↗ | 31.8% | 35.3% | 6.3% |
| Vals Finance Agent ↗ | 57.2% | 43.0% | 6.3% |
| Arena Vision ↗ | 1,281.1 | 1,279.3 | 12.5% |
DeepSeek V4.1 Flash · #289 共通測定
共通証拠の重み 49.0% · 相対的な純支持差 -0.119
| 出典 | Muse Spark 1.1 | DeepSeek V4.1 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 72.0% | 75.6% | 12.5% |
| Arena · 創作 ↗ | 1,447.1 | 1,440.1 | 6.3% |
| Creative Writing v3 ↗ | 1,927.1 | 1,540.1 | 3.1% |
| Longform Writing ↗ | 70.6 | 74 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.2% | 80.0% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 58.5% | 77.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 87.4% | 90.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 31.8% | 39.5% | 6.3% |
| Vals Finance Agent ↗ | 57.2% | 53.5% | 6.3% |
Claude Opus 4.6 · #2710 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 -0.209
| 出典 | Muse Spark 1.1 | Claude Opus 4.6 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 72.0% | 73.3% | 12.5% |
| Arena · 創作 ↗ | 1,447.1 | 1,500.8 | 6.3% |
| Creative Writing v3 ↗ | 1,927.1 | 1,809.1 | 3.1% |
| Longform Writing ↗ | 70.6 | 77.7 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.2% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 58.5% | 49.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 87.4% | 89.0% | 3.1% |
| SimpleQA Verified ↗ | 57.8% | 47.0% | 6.3% |
| APEX-Agents 1.1 ↗ | 31.8% | 46.3% | 6.3% |
| Arena Vision ↗ | 1,281.1 | 1,299.4 | 12.5% |
GPT-5.6 Terra · #2612 共通測定
共通証拠の重み 71.9% · 相対的な純支持差 0.024
| 出典 | Muse Spark 1.1 | GPT-5.6 Terra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 72.0% | 73.8% | 12.5% |
| Arena · 創作 ↗ | 1,447.1 | 1,425.5 | 6.3% |
| Creative Writing v3 ↗ | 1,927.1 | 1,854.9 | 3.1% |
| Longform Writing ↗ | 70.6 | 78 | 3.1% |
| DeepSWE v1.1 ↗ | 53.3% | 69.6% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.2% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 58.5% | 54.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 87.4% | 92.8% | 3.1% |
| SimpleQA Verified ↗ | 57.8% | 43.2% | 6.3% |
| APEX-Agents 1.1 ↗ | 31.8% | 58.2% | 6.3% |
| Vals Finance Agent ↗ | 57.2% | 54.4% | 6.3% |
| Arena Vision ↗ | 1,281.1 | 1,268.2 | 12.5% |
GPT-5.4 · #2510 共通測定
共通証拠の重み 59.4% · 相対的な純支持差 -0.151
| 出典 | Muse Spark 1.1 | GPT-5.4 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 72.0% | 76.4% | 12.5% |
| Arena · 創作 ↗ | 1,447.1 | 1,442.5 | 6.3% |
| Creative Writing v3 ↗ | 1,927.1 | 1,839.7 | 3.1% |
| Longform Writing ↗ | 70.6 | 78.3 | 3.1% |
| DeepSWE v1.1 ↗ | 53.3% | 51.8% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.2% | 77.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 58.5% | 53.8% | 4.2% |
| LiveBench · 推論と数学 ↗ | 87.4% | 91.1% | 3.1% |
| APEX-Agents 1.1 ↗ | 31.8% | 52.4% | 6.3% |
| Arena Vision ↗ | 1,281.1 | 1,283.8 | 12.5% |