DataLearner 标志

Muse Spark 1.1 评测详情

Muse Spark 1.1 当前已收录的代表性评测结果包括 HLE(6 / 197,得分 62.10)、MCP-Atlas(2 / 41,得分 88.10)、Creative Writing(8 / 106,得分 1916.10)。本页还提供与 3 个竞品模型及 1 个前代或同系列模型的对比,在有数据时会展示性能和价格视图。

评测结果

Muse Spark 1.1

评测结果

思考模式
工具使用

综合评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
HLE
思考模式工具
62.10
6 / 197

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1916.10
8 / 106

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
1536.36
12 / 35
SWE-Bench Pro - Public
思考模式工具
61.50
14 / 62
DeepSWE
思考模式工具
53.30
28 / 38

AI Agent - 工具使用

共 5 项评测
评测名称 / 模式
得分
排名/总数
MCP-Atlas
思考模式工具
88.10
2 / 41
OSWorld-Verified
思考模式工具
80.80
7 / 26
Terminal-Bench 2.1
思考模式工具
80
27 / 53
Terminal-Bench 2.1
思考水平·极高工具
76.20
31 / 53
Tool Decathlon
思考模式工具
75.60
1 / 10

文本向量检索

共 4 项评测
评测名称 / 模式
得分
排名/总数
Context Arena
思考水平·低
70.32
63 / 126
Context Arena
思考水平·中
74.38
51 / 126
Context Arena
思考水平·高
69.86
65 / 126
Context Arena
思考水平·极高
70.01
64 / 126

竞品对比

Muse Spark 1.1 与同类主流模型的评测得分对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

10 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Muse Spark 1.1当前GPT-5.6 SolClaude Fable 5GLM-5.2
HLE
Accuracy
综合评估
62.10开启思考 | 工具
44.50思考水平·高
59.00深度思考模式
54.70开启思考 | 工具
Creative Writing
Elo、大模型评判两两对战
写作和创作
1916.10常规模式
1963.40常规模式
1934.60常规模式
1752.80常规模式
DeepSWE
Pass@1 (DeepSWE v1.1)
编程与软件工程
53.30开启思考 | 工具
73.00思考水平·高 | 工具
70.00深度思考模式 | 工具
44.00深度思考模式 | 工具
SWE-Bench Pro - Public
Accuracy
编程与软件工程
61.50开启思考 | 工具
64.60思考水平·极高 | 工具
80.30深度思考模式 | 工具
62.10开启思考 | 工具
Text Arena (Coding)
Arena Score
编程与软件工程
1536.36常规模式
1620.27思考水平·极高
--
1593.25思考水平·高
MCP-Atlas
Pass rate / claim coverage
AI Agent - 工具使用
88.10开启思考 | 工具
--
83.30常规模式 | 工具
76.80开启思考 | 工具
OSWorld-Verified
Accuracy
AI Agent - 工具使用
80.80开启思考 | 工具
--
85.00思考水平·高 | 工具
--
Terminal-Bench 2.1
Accuracy
AI Agent - 工具使用
80.00开启思考 | 工具
88.80思考水平·高 | 工具
88.00思考水平·高 | 工具
81.00思考水平·高 | 工具
Tool Decathlon
Accuracy
AI Agent - 工具使用
75.60开启思考 | 工具
--
--
48.20开启思考 | 工具
Context Arena
Accuracy (8 needles, 4K-128K context)
文本向量检索
74.38思考水平·中
97.63思考水平·高
--
72.34思考水平·高

Muse Spark 1.1 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

模型供应商标准输入标准输出标准价适用于
GPT-5.6 Sol
OpenAI$4 / 1M tokens$20 / 1M tokens
Claude Fable 5
Anthropic$10 / 1M tokens$50 / 1M tokens
GLM-5.2
智谱AI$1.4 / 1M tokens$4.4 / 1M tokens

历代版本对比

Muse Spark 1.1 系列各版本的评测成绩纵向对比

Muse Spark 1.1Muse Spark
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

2 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项Muse Spark 1.1当前Muse Spark
HLE
Accuracy
综合评估
62.10开启思考 | 工具
58.00深度思考模式
MCP-Atlas
Pass rate / claim coverage
AI Agent - 工具使用
88.10开启思考 | 工具
82.20常规模式 | 工具

单评测历史趋势图

当前查看:HLE · 综合评估

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

Muse Spark 1.1 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。

这些模型暂未提供可比较的标准文本价格。