AIFIND / MODEL INTELLIGENCE
Muse Spark 1.2
Meta · 公開日 2026-08-05
集計
総合スコア65.4
参考順位#14
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76.4%
Arena · 創作総合比較の証拠1,455.5
Creative Writing v3総合比較の証拠1,840.4
コーディング
DeepSWE v1.1総合比較の証拠54.9%
推論
知識
専門業務
APEX-Agents 1.1総合比較の証拠36.4%
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
Qwen3.8 Max · #1310 共通測定
共通証拠の重み 65.6% · 相対的な純支持差 -0.033
| 出典 | Muse Spark 1.2 | Qwen3.8 Max | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.4% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,455.5 | 1,467.9 | 6.3% |
| DeepSWE v1.1 ↗ | 54.9% | 57.5% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.5% | 72.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 57.6% | 64.6% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.6% | 89.8% | 3.1% |
| SimpleQA Verified ↗ | 60.3% | 45.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 36.4% | 63.3% | 6.3% |
| Vals Finance Agent ↗ | 60.6% | 50.6% | 6.3% |
| Arena Vision ↗ | 1,292.8 | 1,301.2 | 12.5% |
Gemini 3 Pro Preview · #154 共通測定
共通証拠の重み 25.0% · 相対的な純支持差 0.025
| 出典 | Muse Spark 1.2 | Gemini 3 Pro Preview | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,455.5 | 1,484.4 | 6.3% |
| Creative Writing v3 ↗ | 1,840.4 | 1,524.5 | 3.1% |
| Longform Writing ↗ | 81.5 | 68.8 | 3.1% |
| Arena Vision ↗ | 1,292.8 | 1,289.3 | 12.5% |
Kimi K3 · #1211 共通測定
共通証拠の重み 59.4% · 相対的な純支持差 -0.076
| 出典 | Muse Spark 1.2 | Kimi K3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.4% | 78.4% | 12.5% |
| Arena · 創作 ↗ | 1,455.5 | 1,460.2 | 6.3% |
| Creative Writing v3 ↗ | 1,840.4 | 2,082.3 | 3.1% |
| Longform Writing ↗ | 81.5 | 79.6 | 3.1% |
| DeepSWE v1.1 ↗ | 54.9% | 68.5% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.5% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 57.6% | 62.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.6% | 87.6% | 3.1% |
| SimpleQA Verified ↗ | 60.3% | 50.6% | 6.3% |
| APEX-Agents 1.1 ↗ | 36.4% | 50.6% | 6.3% |
| Vals Finance Agent ↗ | 60.6% | 53.1% | 6.3% |
GPT-5.5 · #1612 共通測定
共通証拠の重み 71.9% · 相対的な純支持差 0.001
| 出典 | Muse Spark 1.2 | GPT-5.5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.4% | 79.0% | 12.5% |
| Arena · 創作 ↗ | 1,455.5 | 1,451.3 | 6.3% |
| Creative Writing v3 ↗ | 1,840.4 | 1,843.9 | 3.1% |
| Longform Writing ↗ | 81.5 | 78.2 | 3.1% |
| DeepSWE v1.1 ↗ | 54.9% | 67.0% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.5% | 82.1% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 57.6% | 54.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.6% | 92.8% | 3.1% |
| SimpleQA Verified ↗ | 60.3% | 63.0% | 6.3% |
| APEX-Agents 1.1 ↗ | 36.4% | 55.1% | 6.3% |
| Vals Finance Agent ↗ | 60.6% | 51.8% | 6.3% |
| Arena Vision ↗ | 1,292.8 | 1,281 | 12.5% |
GPT-6 Sol · #1110 共通測定
共通証拠の重み 55.2% · 相対的な純支持差 -0.049
| 出典 | Muse Spark 1.2 | GPT-6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.4% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,455.5 | 1,441.5 | 6.3% |
| Creative Writing v3 ↗ | 1,840.4 | 2,124.7 | 3.1% |
| Longform Writing ↗ | 81.5 | 82.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 77.5% | 81.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 57.6% | 52.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.6% | 92.5% | 3.1% |
| SimpleQA Verified ↗ | 60.3% | 60.7% | 6.3% |
| APEX-Agents 1.1 ↗ | 36.4% | 54.3% | 6.3% |
| Vals Finance Agent ↗ | 60.6% | 49.0% | 6.3% |