Muse Spark 1.1

Meta AI · 发布于 2026-07-09

评分规则

综合评分59.1第 20 名 · 覆盖 72%

编程56.8第 32 名 · 覆盖 75%

专业办公63.2第 18 名 · 覆盖 75%

知识问答58.8第 24 名 · 覆盖 100%

科研58.6第 28 名 · 覆盖 33%评测较少（2/6）

上下文窗口

1,000,000 token

API 价格

缓存 ¥1 · 输入 ¥8.36 · 输出 ¥28.42

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

12 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-31 至 2026-10-13；另有 10 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（5）

muse-spark-1.1-xhigh
meta/muse_spark_1_1
muse-spark-1.1_xhigh
muse-spark-1.1
Muse Spark 1.1

编程

56.8

LiveBench CodingLiveBench77.16%统一读数 51.0

来源: LiveBench Coding
上游型号: muse-spark-1.1-xhigh
运行配置: muse-spark-1.1-xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI31.11%统一读数 54.0

来源: Code Migration
上游型号: meta/muse_spark_1_1
运行配置: xhigh · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI72.16%统一读数 59.4

来源: Vibe Code Bench v1.1
上游型号: meta/muse_spark_1_1
运行配置: xhigh · OpenHands · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

58.6

Chess PuzzlesEpoch AI34.00%统一读数 53.4

来源: Chess Puzzles
上游型号: muse-spark-1.1_xhigh
运行配置: muse-spark-1.1_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench87.73%统一读数 61.1

来源: LiveBench Reasoning
上游型号: muse-spark-1.1-xhigh
运行配置: muse-spark-1.1-xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

63.2

LiveBench Data AnalysisLiveBench72.55 / 100（任务均分）统一读数 49.2

来源: LiveBench Data Analysis
上游型号: muse-spark-1.1-xhigh
运行配置: muse-spark-1.1-xhigh · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI57.21%统一读数 68.5

来源: Finance Agent (v2)
上游型号: meta/muse_spark_1_1
运行配置: xhigh · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI20.00%统一读数 192.1

来源: Harvey's Legal Agent Benchmark
上游型号: meta/muse_spark_1_1
运行配置: xhigh · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

58.8

SimpleQA VerifiedEpoch AI57.79%统一读数 64.0

来源: SimpleQA Verified
上游型号: muse-spark-1.1
运行配置: muse-spark-1.1
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-31
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench74.34%统一读数 43.9

来源: LiveBench Language
上游型号: muse-spark-1.1-xhigh
运行配置: muse-spark-1.1-xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

LiveBench IFLiveBench69.64%统一读数 61.1

来源: LiveBench IF
上游型号: muse-spark-1.1-xhigh
运行配置: muse-spark-1.1-xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

63.6

Arena Text · 风格控制Arena1490.18 Elo统一读数 69.4

来源: Arena Text · 风格控制
上游型号: Muse Spark 1.1
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（6）

FrontierMath T1–3 v2、Mystery Game Puzzles、Terminal-Bench 4.0、MysteryMechanism、Terminal-Bench-Science、MedCode

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。