AIFIND / MODEL INTELLIGENCE
Muse Spark 1.3
Meta · 公開日 2026-09-02
集計
総合スコア73.8
参考順位#9
証拠のカバー率70.8%
個別評価13
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80.4%
Arena · 創作総合比較の証拠1,458.7
Creative Writing v3総合比較の証拠1,905.9
コーディング
推論
LiveBench · 推論と数学総合比較の証拠92.8%
FrontierMath v2 · Tiers 1–3総合比較の証拠74.0%
FrontierMath v2 · Tier 4総合比較の証拠46.3%
Chess Puzzles総合比較の証拠38.0%
専門業務
APEX-Agents 1.1総合比較の証拠58.6%
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
- DeepSWE v1.1 — 採用可能な実測がありません
- SimpleQA Verified — 採用可能な実測がありません
欠測の分野: 知識と事実、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
Claude Opus 5 · #813 共通測定
共通証拠の重み 64.6% · 相対的な純支持差 -0.131
| 出典 | Muse Spark 1.3 | Claude Opus 5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 80.4% | 76.2% | 12.5% |
| Arena · 創作 ↗ | 1,458.7 | 1,470.6 | 6.3% |
| Creative Writing v3 ↗ | 1,905.9 | 2,132.6 | 3.1% |
| Longform Writing ↗ | 82.8 | 86.3 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.1% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.1% | 65.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 93.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.0% | 85.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 73.2% | 1.6% |
| Chess Puzzles ↗ | 38.0% | 42.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 59.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 58.6% | 65.8% | 6.3% |
| Arena Vision ↗ | 1,290.2 | 1,289 | 12.5% |
GPT-5.6 Sol · #1014 共通測定
共通証拠の重み 70.8% · 相対的な純支持差 0.044
| 出典 | Muse Spark 1.3 | GPT-5.6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 80.4% | 79.8% | 12.5% |
| Arena · 創作 ↗ | 1,458.7 | 1,468.3 | 6.3% |
| Creative Writing v3 ↗ | 1,905.9 | 1,971.6 | 3.1% |
| Longform Writing ↗ | 82.8 | 81.7 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.1% | 83.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.1% | 56.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 93.9% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.0% | 89.1% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 82.9% | 1.6% |
| Chess Puzzles ↗ | 38.0% | 55.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 58.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 58.6% | 51.4% | 6.3% |
| Vals Finance Agent ↗ | 60.0% | 53.8% | 6.3% |
| Arena Vision ↗ | 1,290.2 | 1,284.7 | 12.5% |
GPT-6.1 Sol · #712 共通測定
共通証拠の重み 64.6% · 相対的な純支持差 -0.046
| 出典 | Muse Spark 1.3 | GPT-6.1 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 80.4% | 82.1% | 12.5% |
| Arena · 創作 ↗ | 1,458.7 | 1,459.7 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.1% | 80.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.1% | 54.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 94.7% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.0% | 93.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 100.0% | 1.6% |
| Chess Puzzles ↗ | 38.0% | 61.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 80.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 58.6% | 60.0% | 6.3% |
| Vals Finance Agent ↗ | 60.0% | 52.0% | 6.3% |
| Arena Vision ↗ | 1,290.2 | 1,290.6 | 12.5% |
GPT-6 Sol · #1112 共通測定
共通証拠の重み 55.2% · 相対的な純支持差 0.115
| 出典 | Muse Spark 1.3 | GPT-6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 80.4% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,458.7 | 1,441.5 | 6.3% |
| Creative Writing v3 ↗ | 1,905.9 | 2,124.7 | 3.1% |
| Longform Writing ↗ | 82.8 | 82.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.1% | 81.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.1% | 52.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 92.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.0% | 89.8% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 90.0% | 1.6% |
| Mystery Game Puzzles ↗ | 25.0% | 56.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 58.6% | 54.3% | 6.3% |
| Vals Finance Agent ↗ | 60.0% | 49.0% | 6.3% |
Gemini 3.8 Flash · #614 共通測定
共通証拠の重み 70.8% · 相対的な純支持差 -0.066
| 出典 | Muse Spark 1.3 | Gemini 3.8 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 80.4% | 84.6% | 12.5% |
| Arena · 創作 ↗ | 1,458.7 | 1,484.5 | 6.3% |
| Creative Writing v3 ↗ | 1,905.9 | 1,747.9 | 3.1% |
| Longform Writing ↗ | 82.8 | 76.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.1% | 72.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.1% | 54.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 90.4% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.0% | 68.4% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 22.0% | 1.6% |
| Chess Puzzles ↗ | 38.0% | 61.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 47.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 58.6% | 64.3% | 6.3% |
| Vals Finance Agent ↗ | 60.0% | 61.4% | 6.3% |
| Arena Vision ↗ | 1,290.2 | 1,290.3 | 12.5% |