Muse Spark 1.2

Meta AI · 发布于 2026-08-05

评分规则

综合评分62.0第 16 名 · 覆盖 87%

编程57.1第 31 名 · 覆盖 100%

专业办公69.1第 8 名 · 覆盖 100%

知识问答64.7第 16 名 · 覆盖 100%

科研61.6第 21 名 · 覆盖 33%评测较少（2/6）

上下文窗口

1,048,576 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

14 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：2026-08-27 至 2026-10-13；另有 12 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（4）

muse-spark-1.2-xhigh
meta/muse_spark_1_2
muse-spark-1.2_xhigh
Muse Spark 1.2 (xHigh)

编程

57.1

LiveBench CodingLiveBench77.54%统一读数 52.3

来源: LiveBench Coding
上游型号: muse-spark-1.2-xhigh
运行配置: muse-spark-1.2-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

Terminal-Bench 4.0Vals AI6.06%统一读数 32.0

来源: Terminal-Bench 4.0
上游型号: meta/muse_spark_1_2
运行配置: xhigh · Mini-SWE-agent · 输出上限 131072
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

Code MigrationVals AI29.95%统一读数 53.0

来源: Code Migration
上游型号: meta/muse_spark_1_2
运行配置: xhigh · Vals agentic 统一流程 · 输出上限 131072
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 AI79.10%统一读数 64.2

来源: Vibe Code Bench v1.1
上游型号: meta/muse_spark_1_2
运行配置: xhigh · OpenHands · 输出上限 131072
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

61.6

Chess PuzzlesEpoch AI27.00%统一读数 46.4

来源: Chess Puzzles
上游型号: muse-spark-1.2_xhigh
运行配置: muse-spark-1.2_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: 单项影响已封顶

LiveBench ReasoningLiveBench90.00%统一读数 67.7

来源: LiveBench Reasoning
上游型号: muse-spark-1.2-xhigh
运行配置: muse-spark-1.2-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

69.1

LiveBench Data AnalysisLiveBench76.46 / 100（任务均分）统一读数 67.1

来源: LiveBench Data Analysis
上游型号: muse-spark-1.2-xhigh
运行配置: muse-spark-1.2-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: 正常计入

Finance Agent (v2)Vals AI60.60%统一读数 75.6

来源: Finance Agent (v2)
上游型号: meta/muse_spark_1_2
运行配置: xhigh · Vals agentic 统一流程 · 输出上限 131072
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 AI25.42%统一读数 242.9

来源: Harvey's Legal Agent Benchmark
上游型号: meta/muse_spark_1_2
运行配置: xhigh · Vals agentic 统一流程 · 输出上限 131072
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

MedCodeVals AI49.35%统一读数 63.9

来源: MedCode
上游型号: meta/muse_spark_1_2
运行配置: xhigh · Vals one-shot 统一流程 · 输出上限 30000
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 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

64.7

SimpleQA VerifiedEpoch AI60.30%统一读数 66.4

来源: SimpleQA Verified
上游型号: muse-spark-1.2_xhigh
运行配置: muse-spark-1.2_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: 2026-08-27
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 LanguageLiveBench78.57%统一读数 52.5

来源: LiveBench Language
上游型号: muse-spark-1.2-xhigh
运行配置: muse-spark-1.2-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 IFLiveBench74.33%统一读数 77.5

来源: LiveBench IF
上游型号: muse-spark-1.2-xhigh
运行配置: muse-spark-1.2-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

真人偏好

66.5

Arena Text · 风格控制Arena1493.06 Elo统一读数 71.1

来源: Arena Text · 风格控制
上游型号: Muse Spark 1.2 (xHigh)
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（4）

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

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。