VerdictPal
Beitreten

Modelle / Other

Muse Spark

Muse · Release 2026-01-01

Muses Steuer-Domain-Modell. TaxEval-v2-Spitze bei 77,7 % auf Vals. Nischen-Vertical — kein General-Purpose-Frontier-Modell.

Nur für Steuer- und Compliance-Workflows — nicht als allgemeines Research- oder Coding-Modell nutzen.

#44 von 184 im AA Index · aktueller Snapshot
31 AA Index · 9 Benchmark-Zeilen · 2 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite59
Kontext128K
Input / 1M—
Output / 1M—
Wissensstichtag2025-06-01
Statuslightweight

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

67/100 Ø
Reasoning
88
Mathe
39
Agentisch
62
Langer Kontext
78

4 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Muse Spark auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
FrontierMathMath#9/ 1539Epoch AI FrontierMath Tiers 1-3 (v2) CSV2026-08-15
IFBenchReasoning#21/ 12776Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#36/ 18541Artificial Analysis2026-09-10
Artificial Analysis Intelligence IndexReasoning#48/ 18831Artificial Analysis2026-09-10
AA-LCRLong context#62/ 18278Artificial Analysis2026-09-10
GPQA DiamondReasoning#65/ 19088Artificial Analysis2026-09-10
Terminal-BenchAgentic#67/ 18962Artificial Analysis2026-09-10
AA output speedPerformance#180/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#180/ 190Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Muse Spark auftaucht, ist es hervorgehoben.

ReasoningMuse Spark · 88
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
MathMuse Spark · 39
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    Grok 4
    99
AgenticMuse Spark · 62
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextMuse Spark · 78
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Muse Spark in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

9 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context78%Artificial Analysis4
AA output speedPerformance0 t/sArtificial Analysis4
AA time to first tokenPerformance0.00sArtificial Analysis4
Artificial Analysis Intelligence IndexReasoning31.3%Artificial Analysis4
GPQA DiamondReasoning88.4%Artificial Analysis4
Humanity's Last ExamReasoning40.7%Artificial Analysis4
IFBenchReasoning75.92%Artificial Analysis4
Terminal-BenchAgentic62.17%Artificial Analysis4
FrontierMathMath39%Epoch AI FrontierMath Tiers 1-3 (v2) CSV30
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Reasoning88
Mathe39
Agentisch62
Langer Kontext78
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Muse Spark. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

9 Quell-Zeilen

9 von 37 Katalog-Benchmarks haben eine belegte Zeile für Muse Spark.

Reasoning

Math

Agentic

Long context

Performance

Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.