Muse Spark 1.3 (xhigh)
Maximum thinking effort model from Muse specializing in Olympiad mathematics and complex proofs.
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.
Сильные стороны и компромиссы
Где модель выигрывает
- Up to 65,536 output tokens per response
- Cheap prompt-cache reads at $0.25/1M
- Reasoning mode with adjustable effort levels
На что обратить внимание
- Architecture and weights undisclosed — API access only
Киллер-сценарии
Быстрый старт для разработчика и API
OPENROUTER_API_KEY — получить ключ APIcurl 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.
Официальные ресурсы и ссылки
Хосты и задержка
Пропускная способность, TTFT и цены на кэш у Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock и Azure.
Оценки по источникам
Оценки по категориям
Результаты бенчмарков
Живые характеристики и архитектура
- Switchable reasoning effort — trading latency and tokens for accuracy on hard problems.
- Prompt caching supported — cached input reads at $0.25/1M tokens.
Оценка ежемесячного счёта
Цитирование и вставка
Loading badge markdown...@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}
}Бейдж оценки для README
Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.
Loading badge snippet...Loading badge snippet...Ещё от Muse
Альтернативные модели
Ближайшие альтернативы для Muse Spark 1.3 (xhigh) по возможностям, цене и бенчмаркам.