Muse Spark 1.3

meta·4 个数据来源·更新于 2026-11-10

上下文窗口1.05MOpenRouter
最大输出943.7KLLM Stats
输入 / 百万 Token$1.25OpenRouter
输出 / 百万 Token$4.25OpenRouter

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

4 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

11 项已收录成绩 · 保留原始单位和测试条件

Agentic IF Index (Internal)厂商自报 · 越高越好
57.8%

Meta internal composite instruction-following evaluation for agentic workflows.

成绩出处
AutomationBench厂商自报 · 越高越好
49.4%

AutomationBench public v3 task set; deterministic end-state grading; pass@1.

成绩出处
DeepSearchQA厂商自报 · 越高越好
89.4%

Official 900-question dataset with a common browser harness; F1 score.

成绩出处
DeepSWE 1.1厂商自报 · 越高越好
75.4%

DeepSWE v1.1 official 113-task set with mini-swe-agent; max reasoning; task pass rate.

成绩出处
GDPval-AA厂商自报 · 越高越好
1,754分

GDPval-AA v2 Elo in the Artificial Analysis Stirrup agentic harness; human baseline 1,000 (max_score 3000).

成绩出处
Job Bench厂商自报 · 越高越好
64.9%

Official 65-task set with a file-aware rubric grader; mean rubric score.

成绩出处
MRCR v2 (8-needle)厂商自报 · 越高越好
98.5%

OpenAI MRCR v2 8-needle, 256K-512K context range; 100 examples; mean sequence-matcher ratio.

成绩出处
MRCR v2 (8-needle, 512K-1M)厂商自报 · 越高越好
98.1%

OpenAI MRCR v2 8-needle, 512K-1M context range; 100 examples; mean sequence-matcher ratio.

成绩出处
OSWorld 2.0厂商自报 · 越高越好
66.9%

OSWorld 2.0 version 08.08 in Meta's common internal computer-use evaluation framework; mean per-task partial score.

成绩出处
SWE Atlas - Codebase QnA厂商自报 · 越高越好
59.4%

SWE-Atlas public Codebase QnA split with mini-swe-agent and task-specific rubric grading; mean pass@1.

成绩出处
Terminal-Bench 2.1厂商自报 · 越高越好
88.8%

Terminal-Bench 2.1 official 89-task set in an isolated cloud sandbox; mean pass@1.

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-09-02LLM Stats
上下文窗口
1.05M TokenOpenRouter
最大输入
1.05M TokenLLM Stats
最大输出
943.7K TokenLLM Stats
输入模态
文本、图像、视频、文件OpenRouter
输出模态
文本OpenRouter
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
Meta Model API$1.25$4.25$0.15

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$1.675
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

7 条记录最近采集 2026-11-10

LiveBench

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

OpenRouter

公开模型目录与 API 报价

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsMuse Spark 1.3SHA-256 87d69f35f8417904…2026-11-10T13:52:27Z查看来源
ArenaMuse Spark 1.3 (Max)2026-11-10T14:07:52Z查看来源
ArenaMuse Spark 1.3 (Max)2026-11-10T14:07:52Z查看来源
ArenaMuse Spark 1.3 (Max)2026-11-10T14:07:52Z查看来源
ArenaMuse Spark 1.3 (xHigh)2026-11-10T14:07:52Z查看来源
ArenaMuse Spark 1.3 (Max)2026-11-10T14:07:52Z查看来源
ArenaMuse Spark 1.3 (Max)2026-11-10T14:07:52Z查看来源
ArenaMuse Spark 1.3 (xHigh)2026-11-10T14:07:52Z查看来源
LiveBenchMuse Spark 1.32026-11-10T14:08:34Z查看来源
OpenRouterMuse Spark 1.3SHA-256 63cbc45064d84060…2026-11-10T13:51:49Z查看来源
继续浏览模型排行榜