Muse Spark Open

Meta AI · 发布于 2026-10-15

评分规则

科研、知识问答证据不足

综合评分61.1未进入主榜 · 覆盖 48%评测较少（7/18）

编程55.2第 37 名 · 覆盖 75%单一机构

专业办公71.5第 7 名 · 覆盖 50%评测较少（2/4）单一机构

知识问答62.7未进入分榜 · 覆盖 33%评测较少（1/3）单一机构

科研60.9未进入分榜 · 覆盖 17%评测较少（1/6）单一机构

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

7 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：2026-10-15；另有 5 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（2）

meta/muse-spark-open
Muse-Spark-Open-816B-A42B_xhigh

缺少实测的领域：真人偏好。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

55.2

Terminal-Bench 4.0Vals AI6.57%统一读数 33.5

来源: Terminal-Bench 4.0
上游型号: meta/muse-spark-open
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 AI21.17%统一读数 44.9

来源: Code Migration
上游型号: meta/muse-spark-open
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

Vibe Code Bench v1.1Vals AI76.19%统一读数 62.1

来源: Vibe Code Bench v1.1
上游型号: meta/muse-spark-open
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

60.9

FrontierMath T1–3 v2Epoch AI69.82%统一读数 58.0

来源: FrontierMath T1–3 v2
上游型号: Muse-Spark-Open-816B-A42B_xhigh
运行配置: Muse-Spark-Open-816B-A42B_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: 2026-10-15
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

71.5

Finance Agent (v2)Vals AI61.34%统一读数 77.2

来源: Finance Agent (v2)
上游型号: meta/muse-spark-open
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 AI16.67%统一读数 155.6

来源: Harvey's Legal Agent Benchmark
上游型号: meta/muse-spark-open
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

知识问答

62.7

SimpleQA VerifiedEpoch AI56.60%统一读数 62.9

来源: SimpleQA Verified
上游型号: Muse-Spark-Open-816B-A42B_xhigh
运行配置: Muse-Spark-Open-816B-A42B_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: 2026-10-15
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

62.6

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

尚未测到（11）

Chess Puzzles、Mystery Game Puzzles、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、MysteryMechanism、Terminal-Bench-Science、MedCode、Arena Text · 风格控制

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。