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.

#19 von 51 im AA Index · aktueller Snapshot
43 AA Index · 10 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite57
Kontext128K
Input / 1M—
Output / 1M—
Wissensstichtag2025-06-01
Output-Speed0 t/s
TTFT (Default-API)0.00s
Statuslightweight
ReasoningCodingAgenticLong context
Reasoning
88
Coding
52
Agentic
62
Long context
70

68average across 4 tested families

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
IFBenchReasoning#15/ 5776Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#17/ 6540Artificial Analysis2026-07-21
AA-LCRLong context#24/ 6470Artificial Analysis2026-07-21
SciCodeCoding#24/ 6552Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#27/ 6743Artificial Analysis2026-07-21
GPQA DiamondReasoning#30/ 6988Artificial Analysis2026-07-21
Terminal-BenchAgentic#34/ 6962Artificial Analysis2026-07-21
τ³-Bench BankingAgentic#41/ 6420Artificial Analysis2026-07-21
AA output speedPerformance#68/ 69Artificial Analysis2026-07-21
AA time to first tokenPerformance#68/ 69Artificial Analysis2026-07-21
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
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
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 · 70
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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 context69.67%Artificial Analysis2
AA output speedPerformance0 t/sArtificial Analysis2
AA time to first tokenPerformance0.00sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning43.1%Artificial Analysis2
GPQA DiamondReasoning88.4%Artificial Analysis2
Humanity's Last ExamReasoning39.9%Artificial Analysis2
IFBenchReasoning75.92%Artificial Analysis2
SciCodeCoding51.5%Artificial Analysis2
τ³-Bench BankingAgentic19.59%Artificial Analysis2
Terminal-BenchAgentic62.17%Artificial Analysis2
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
Coding52
Agentic62
Long context70
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

10 Quell-Zeilen

10 of 32 catalog benchmarks have a sourced row for Muse Spark.

Reasoning

Coding

Agentic

Long context

Performance

Quellen