Muse Spark 1.3

Meta AI · 发布于 2026-09-02

评分规则

综合评分68.6第 10 名 · 覆盖 90%

编程66.4第 12 名 · 覆盖 100%

专业办公76.9第 4 名 · 覆盖 75%

知识问答70.4第 9 名 · 覆盖 67%单一机构

科研62.9第 18 名 · 覆盖 100%

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

16 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：2026-09-18 至 2026-10-13；另有 13 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-1.3-xhigh
meta/muse_spark_1_3_max
muse-spark-1.3_max
Muse Spark 1.3 (Max)

编程

66.4

LiveBench CodingLiveBench81.06%统一读数 65.0

来源: LiveBench Coding
上游型号: muse-spark-1.3-xhigh
运行配置: muse-spark-1.3-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 AI24.75%统一读数 59.4

来源: Terminal-Bench 4.0
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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: 正常计入

Code MigrationVals AI47.41%统一读数 66.0

来源: Code Migration
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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 AI85.86%统一读数 70.2

来源: Vibe Code Bench v1.1
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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

62.9

FrontierMath T1–3 v2Epoch AI74.04%统一读数 61.2

来源: FrontierMath T1–3 v2
上游型号: muse-spark-1.3_max
运行配置: muse-spark-1.3_max
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: 2026-09-18
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

Chess PuzzlesEpoch AI37.00%统一读数 56.2

来源: Chess Puzzles
上游型号: muse-spark-1.3_max
运行配置: muse-spark-1.3_max
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

Mystery Game PuzzlesEpoch AI25.00%统一读数 52.1

来源: Mystery Game Puzzles
上游型号: muse-spark-1.3_max
运行配置: muse-spark-1.3_max
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: 2026-09-18
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 ReasoningLiveBench89.65%统一读数 66.6

来源: LiveBench Reasoning
上游型号: muse-spark-1.3-xhigh
运行配置: muse-spark-1.3-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

MysteryMechanismVals AI36.04%统一读数 69.2

来源: MysteryMechanism
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI10.00%统一读数 59.9

来源: Terminal-Bench-Science
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

76.9

LiveBench Data AnalysisLiveBench79.57 / 100（任务均分）统一读数 82.9

来源: LiveBench Data Analysis
上游型号: muse-spark-1.3-xhigh
运行配置: muse-spark-1.3-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 AI59.96%统一读数 74.2

来源: Finance Agent (v2)
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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 AI23.75%统一读数 228.1

来源: Harvey's Legal Agent Benchmark
上游型号: meta/muse_spark_1_3_max
运行配置: max · 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

知识问答

70.4

LiveBench LanguageLiveBench82.79%统一读数 62.3

来源: LiveBench Language
上游型号: muse-spark-1.3-xhigh
运行配置: muse-spark-1.3-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

LiveBench IFLiveBench78.00%统一读数 91.8

来源: LiveBench IF
上游型号: muse-spark-1.3-xhigh
运行配置: muse-spark-1.3-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

70.3

Arena Text · 风格控制Arena1494.41 Elo统一读数 71.8

来源: Arena Text · 风格控制
上游型号: Muse Spark 1.3 (Max)
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（2）

SimpleQA Verified、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。