Muse SparkvsClaude Opus 4.6
在 10 个共同 benchmark 中，Claude Opus 4.6 整体领先：Muse Spark 领先 2 项，Claude Opus 4.6 领先 8 项，持平 0 项，平均分差 -20.43。
Muse Spark
Facebook AI研究实验室 · 2026-04-08 · 推理大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Muse Spark2 项(20%)(80%)8 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
General Knowledge
Claude Opus 4.6 领先 2/3| 评测项 | Muse Spark | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 42.5028 / 62Thinking (No Tools) | 66.3017 / 62Extended (no tools) | -23.80 |
| HLE | 586 / 172深度思考（无工具、并行） | 5318 / 172Extended (with tools, internet) | +5 |
| GPQA Diamond | 89.5025 / 187Thinking (No Tools) | 91.3115 / 187Extended (no tools) | -1.81 |
AI Agent - Tool Usage
胶着 2/2| 评测项 | Muse Spark | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 5924 / 47Thinking (With Tools) | 65.4011 / 47Extended (with tools) | -6.40 |
| MCP-Atlas | 82.205 / 27Normal (With Tools) | 76.8010 / 27Deep Thinking (With Tools) | +5.40 |
Math and Reasoning
Claude Opus 4.6 领先 2/2| 评测项 | Muse Spark | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 14.6023 / 80Normal (No Tools) | 22.9012 / 80最高（无工具） | -8.30 |
| FrontierMath | 399 / 60Thinking (No Tools) | 40.707 / 60最高（无工具） | -1.70 |
Agent Level Benchmark
Claude Opus 4.6 领先 1/1| 评测项 | Muse Spark | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 9220 / 35Thinking (With Tools) | 99.252 / 35Extended (with tools) | -7.25 |
Coding and Software Engineer
Claude Opus 4.6 领先 1/1| 评测项 | Muse Spark | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 77.4027 / 112Thinking (With Tools) | 80.8410 / 112Extended (with tools) | -3.44 |
Productivity Knowledge
Claude Opus 4.6 领先 1/1| 评测项 | Muse Spark | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GDPval-AA | 1,4445 / 21Thinking (With Tools) | 1,6063 / 21Extended (with tools, internet) | -162 |
规格对比
| 字段 | Muse Spark | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | Facebook AI研究实验室 | Anthropic |
| 发布时间 | 2026-04-08 | 2026-02-05 |
| 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 | 262K | 1000K |
| 最大输出 | 暂无数据 | 64K |
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 | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | 暂无公开价格 | $0.5 / 1M tokens |
| 文本输出 | 暂无公开价格 | $25 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $10 / 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
- Claude Opus 4.6在以下类目领先:General Knowledge (2/3)、Math and Reasoning (2/2)、Agent Level Benchmark (1/1)、Coding and Software Engineer (1/1)、Productivity Knowledge (1/1)
- 胶着类目:AI Agent - Tool Usage
10 个共同 benchmark 上，Claude Opus 4.6 平均高出 20.43 分。
单项差距最大的 benchmark：GDPval-AA — Muse Spark 1,444，Claude Opus 4.6 1,606（分差 -162）。
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。