Muse
Muse Spark 1.3 (xhigh)
Maximum thinking effort model from Muse specializing in Olympiad mathematics and complex proofs.
知能指数
0.0 #766
上位 100% ティア
出力速度
65 t/s
ITL 15.4 ms/tok
ブレンド価格 (3:1)
$4.375 /1M
入力 $2.5/M · 出力 $10/M
コンテキスト
256K
約 655 枚のA4ページ · 最大出力 65,536
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Muse Spark 1.3 (xhigh)
Claude Mythos Preview (#1)
Average (68)
直接のベンチマーク測定がない場合、レーダー軸はカテゴリスコアから近似されます — 評価方法 を参照。
強みとトレードオフ
強み
- Up to 65,536 output tokens per response
- Cheap prompt-cache reads at $0.25/1M
- Reasoning mode with adjustable effort levels
注意すべきトレードオフ
- Architecture and weights undisclosed — API access only
キラーユースケース
Math & proof work
Step-verified reasoning for olympiad math, theorem proving and formal verification.
Quantitative pipelines
Numeric reasoning for finance, science and engineering calculations.
開発者向けクイックスタートとAPI
まず
OPENROUTER_API_KEY を設定 — APIキーを取得curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "muse/muse-spark-1-3-xhigh",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.environ["OPENROUTER_API_KEY"],
)
resp = client.chat.completions.create(
model="muse/muse-spark-1-3-xhigh",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://openrouter.ai/api/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.OPENROUTER_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "muse/muse-spark-1-3-xhigh",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);OpenRouter-compatible endpoint — one API for 300+ models.
公式リソースとリンク
API デプロイ
ホストとレイテンシを比較
Groq、Cerebras、Together、DeepInfra、Fireworks、Bedrock、Azure 全体のスループット、TTFT、キャッシュ料金。
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
ソース別スコア
カテゴリー別スコア
ベンチマーク結果
ライブスペックとアーキテクチャ
内部構造
- Switchable reasoning effort — trading latency and tokens for accuracy on hard problems.
- Prompt caching supported — cached input reads at $0.25/1M tokens.
リリース日
2026年8月10日
パラメータ数
Not disclosed
ライセンス
Proprietary
コンテキストウィンドウ
262,144 tokens
最大出力
65,536 tokens
モダリティ
text + image
キャッシュ料金
読み取り $0.25 · 書き込み $3.125 /1M
推論
エフォートレベル
入力価格
$2.5/M
出力価格
$10/M
出力速度
65 t/s
最初のトークンまでの時間
—
データ更新日
2026年10月26日
月額請求の見積もり
月額見積もり
$0.00
GPT-4o との節約額を計算中…
引用と埋め込み
GitHub Markdown バッジ
Loading badge markdown...BibTeX
@misc{llmpodium2026musespark13xhigh,
title = {Benchmark Analysis and Intelligence Evaluation of Muse Spark 1.3 (xhigh)},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/muse-spark-1-3-xhigh}
}スコアバッジを埋め込む
GitHub または Hugging Face の README にライブ Podium スコアバッジを追加 — ライブランキングにリンクします。
プレビュー
Markdown
Loading badge snippet...HTML
Loading badge snippet...Muse のその他のモデル
代替モデル
機能、価格、ベンチマークスコアに基づく Muse Spark 1.3 (xhigh) の最適な代替モデル。