Muse Spark 1.3

Dónde lo sitúa la gente

Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.

Sobre el papel

Rankings de pruebas fijas de la pestaña de benchmarks: Relación calidad-precio #6, Velocidad #6, Razonamiento #9.

Puntos fuertes y débiles

Ideal para

• Un asistente diario a bajo precio
• Entender imágenes y documentos
• Prototipos rápidos de apps web

Todas las puntuaciones que tenemos

Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.

• LMArena, arena de texto (votos humanos)1494,4Puntaje Arena 1494.4 (IC 95% 1488.8 a 1500.0); 17,561 votos; entrada "Muse Spark 1.3 (Max)"; puesto 10 de 416 en la tabla completa
• LMArena, escritura creativa1461,2Puntaje Arena 1461.2 (IC 95% 1450.6 a 1471.7); 3,844 votos; entrada "Muse Spark 1.3 (Max)"; puesto 29 de 414 en la tabla completa
• LMArena WebDev (programación)1658,4Puntaje Arena 1658.4 (IC 95% 1650.5 a 1666.4); 9,068 votos; entrada "Muse Spark 1.3 (Max)"; puesto 12 de 144 en la tabla completa
• LMArena, visión1289,7Puntaje Arena 1289.7 (IC 95% 1279.9 a 1299.5); 4,550 votos; entrada "muse-spark-1.3-max"; puesto 12 de 165 en la tabla completa
• LMArena Agent Arena0,038Puntaje IPS 0.0382 (IC 95% 0.0299 a 0.0465); 73,912 sesiones; entrada "Muse Spark 1.3 (Max)"; puesto 14 de 52 en la tabla completa
• Artificial Analysis Intelligence Index48,148.1 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 48), configuración "Muse Spark 1.3 (max)"
• Humanity's Last Exam (Artificial Analysis)48,7%48.7% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "Muse Spark 1.3 (max)"
• GPQA Diamond, ciencia de nivel de posgrado93,5%93.5% en GPQA Diamond (AA; ya no forma parte del índice de AA desde v4.2), configuración "Muse Spark 1.3 (max)"
• Terminal-Bench 4.0 (ejecución de Artificial Analysis)33,3%33.3% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "Muse Spark 1.3 (max)"
• Razonamiento con contexto largo (AA-LCR)83,0%83.0% en AA-LCR (razonamiento con contexto largo), configuración "Muse Spark 1.3 (max)"
• AA-Omniscience, aciertos menos alucinaciones2525.0 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "Muse Spark 1.3 (max)"
• Velocidad de salida, tokens por segundo134 t/s134 tokens de salida por segundo (mediana de AA), fila "Muse Spark 1.3 (max)"
• Costo por tarea de prueba de Artificial Analysis$1.60$1.60 por ejecutar una tarea del AA Intelligence Index, fila "Muse Spark 1.3 (max)"
• Artificial Analysis Coding Agent Index54,354.3 en el AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), mejor configuración listada "Muse Code - Muse Spark 1.3 (max)"
• Ranking de Terminal-Bench 4.014,6%14.6% resuelto en Terminal-Bench 4.0 (más o menos 2.9, IC 95%) con Muse Code en esfuerzo xhigh