Muse Spark 1.1vsClaude Fable 5
在 6 个共同 benchmark 中，Claude Fable 5 整体领先：Muse Spark 1.1 领先 2 项，Claude Fable 5 领先 4 项，持平 0 项，平均分差 -6.63。
Muse Spark 1.1
Facebook AI研究实验室 · 2026-07-09 · 推理大模型
Claude Fable 5
Anthropic · 2026-06-09 · 推理大模型
Muse Spark 1.12 项(33%)(67%)4 项Claude Fable 5
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
AI Agent - Tool Usage
Claude Fable 5 领先 2/3| 评测项 | Muse Spark 1.1 | Claude Fable 5 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 8019 / 44Thinking (With Tools) | 884 / 44Deep Thinking (With Tools) | -8 |
| MCP-Atlas | 88.101 / 38Thinking (With Tools) | 83.305 / 38Normal (With Tools) | +4.80 |
| OSWorld-Verified | 80.807 / 26Thinking (With Tools) | 851 / 26Thinking High (With Tools) | -4.20 |
Coding and Software Engineer
Claude Fable 5 领先 2/2| 评测项 | Muse Spark 1.1 | Claude Fable 5 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 61.5011 / 57Thinking (With Tools) | 80.301 / 57Deep Thinking (With Tools) | -18.80 |
| DeepSWE | 53.3017 / 27Thinking (With Tools) | 702 / 27Deep Thinking (With Tools) | -16.70 |
General Knowledge
Muse Spark 1.1 领先 1/1| 评测项 | Muse Spark 1.1 | Claude Fable 5 | 分差 |
|---|---|---|---|
| HLE | 62.104 / 181Thinking (With Tools) | 595 / 181Deep Thinking (No Tools) | +3.10 |
规格对比
| 字段 | Muse Spark 1.1 | Claude Fable 5 |
|---|---|---|
| 发布机构 | Facebook AI研究实验室 | Anthropic |
| 发布时间 | 2026-07-09 | 2026-06-09 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 暂无数据 | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Muse Spark 1.1 | Claude Fable 5 |
|---|---|---|
| 文本输入 | 暂无公开价格 | $10 / 1M tokens |
| 文本输出 | 暂无公开价格 | $50 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $1 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $12.5 / 1M tokens |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Muse Spark 1.1在以下类目领先:General Knowledge (1/1)
- Claude Fable 5在以下类目领先:AI Agent - Tool Usage (2/3)、Coding and Software Engineer (2/2)
6 个共同 benchmark 上，Claude Fable 5 平均高出 6.63 分。
单项差距最大的 benchmark：SWE-Bench Pro - Public — Muse Spark 1.1 61.50，Claude Fable 5 80.30（分差 -18.80）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。