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.

#41 von 168 im AA Index · aktueller Snapshot
44 AA Index · 10 Benchmark-Zeilen · 2 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite60
Kontext128K
Input / 1M—
Output / 1M—
Wissensstichtag2025-06-01
Statuslightweight

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

64/100 Ø
Reasoning
88
Mathe
39
Coding
52
Agentisch
62
Langer Kontext
77

5 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 Analysis2026-09-01
AA-LCRLong context#29/ 17977Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#32/ 18041Artificial Analysis2026-09-01
SciCodeCoding#35/ 18052Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#52/ 18744Artificial Analysis2026-09-01
GPQA DiamondReasoning#61/ 18588Artificial Analysis2026-09-01
Terminal-BenchAgentic#62/ 18462Artificial Analysis2026-09-01
AA time to first tokenPerformance#176/ 186Artificial Analysis2026-09-01
AA output speedPerformance#177/ 187Artificial Analysis2026-09-01
Family-Kontext

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

ReasoningMuse Spark · 88
  1. 1
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
MathMuse Spark · 39
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    GPT-5 (high)
    99
CodingMuse Spark · 52
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
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 · 77
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
Neueste Belege

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

10 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context77%Artificial Analysis5
AA output speedPerformance0 t/sArtificial Analysis5
AA time to first tokenPerformance0.00sArtificial Analysis5
Artificial Analysis Intelligence IndexReasoning44.3%Artificial Analysis5
GPQA DiamondReasoning88.4%Artificial Analysis5
Humanity's Last ExamReasoning40.7%Artificial Analysis5
IFBenchReasoning75.92%Artificial Analysis5
SciCodeCoding51.5%Artificial Analysis5
Terminal-BenchAgentic62.17%Artificial Analysis5
FrontierMathMath39%Epoch AI FrontierMath Tiers 1-3 (v2) CSV22
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
Coding52
Agentisch62
Langer Kontext77
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.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

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

10 Quell-Zeilen

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

Reasoning

Math

Coding

Agentic

Long context

Performance

Quellen