Muse Spark 1.3 vs Qwen3.8-Flash

ポジ 6 ／ ネガ 4 ／ 中立 1

ポジ 22 ／ ネガ 4 ／ 中立 6

Meta Superintelligence Labs（MSL）の最上位モデルで、Meta のフロンティアが重みを公開する Llama から中身非公開の Muse へ移ったあとの現行世代。2026-09-02 公開。前世代 1.2（2026-08-05 公開）からの主な変更は、長時間ひとりで進める作業と複数の作業を並行して進める力の底上げ、分からない点を利用者に聞き返すようになったこと、指示への追従、そして自分にできること・できないことの自己申告の改善。Meta はコーディング作業で「道具を呼ぶ回数がおよそ20%減り、使うトークンがおよそ25%減った」としている。不正な指示の埋め込み（プロンプトインジェクション）への耐性も上がったと明記している。得意分野は「AI に任せっぱなしにする長いコーディング作業」——複数ファイルにまたがる書き直し、長時間のバグ取り、1回の指示では終わらない仕事を通しでこなすこと。料金は入力 $1.25／出力 $4.25、読み込んだ内容の使い回しは $0.15。本表はこの標準ティアの値。もうひとつ muse-spark-1.3-contributor という格安ティア（入力 $0.10／出力 $0.20＝入力で12.5分の1）もあるが、こちらは送った内容を Meta が今後のモデル学習に使う条件つきなので、業務利用では標準ティアを見ること。長い文章を入れても割増料金はかからないと明記されている。いちばん深く考える max reasoning は公開初日から使える（Meta AI Research のブログが「Muse Spark 1.3 with max reasoning is now available on Muse Code and Meta Model API」と明記。2026-09-05 に原文で再確認）。第三者機関 Artificial Analysis の AA Intelligence Index は 48（v4.3.2／max 設定・2026-09-23 確認。168モデル中17位）で、本表の多くの行と同じ max 設定での値。2026-09-08 の v4.3 では前世代 1.2 が 40（xhigh）、本モデルの xhigh が 45 だった。本表は 2026-09-08 に全行を v4.3 へそろえた（AA が指標を v4.2 から v4.3 に更新し、𝜏³-Banking が外れて AutomationBench-AA が入り、Terminal-Bench が v2.1 から v4.0 に上がったため、全モデルの点数がまとめて下がっている）。その後 AA は 2026-09-19 に v4.3.2 へ更新して全モデルを採点し直したが、本モデルは 48 のまま。Meta 公式が出しているベンチは Terminal Bench・DeepSWE・Meta 社内コードベンチ・GDPval で、公式ページでは数値が画像でしか示されていないため本表には載せていない。SWE-bench Verified・MMLU・GPQA・AIME・HLE はいずれも Meta 公式が数値を公表しておらず「—」（AA の独自実測では xhigh 設定で Humanity's Last Exam 47.5%・GPQA Diamond 94.1%、max 設定で 49.1%・93.8%＝いずれも 2026-09-04 確認）。入力はテキスト・画像・音声・動画に対応し、出力はテキストのみ。重みは配られていない（API 経由のみ）ので、Meta のオープン系を探すなら Llama 4 か、2026-08-10 に出た Muse Glimmer を見ること。本表の約105万トークン（1,048,576）は Meta 公式のモデルページの表記で、入力と出力の内訳は公表されていない（2026-09-04 確認）。

Alibaba の廉価版で、旗艦 Qwen3.8-Max の下に付くグレード（Alibaba Cloud Model Studio の API モデル名は qwen3.8-flash）。 重みを公開したオープン版 Qwen3.8-Flash-Next（2026-08-26 公開・Hugging Face のリポジトリ作成は 8/24）を製品化したもので、 Alibaba 自身が「次の Qwen4 を支える設計の先行版」と位置づけています。 総パラメータ1,250億のうち実際に動くのは60億の専門家分業型（MoE）で、テキスト・画像・動画を入力できます。 一度に読める量は API 版が100万トークン（入力の上限 991,808・出力の上限 131,072。オープン版は素の状態で 262,144、 YaRN という引き伸ばし手法で100万まで）。考える機能（thinking）はオン・オフを選べます（2026-09-10 に公式ドキュメントで確認）。 【料金】本表の $0.15 / $0.47 は Alibaba Cloud Model Studio の国際版（シンガポール）の値で、入力100万トークンまでの段（2026-09-10 に公式料金ページで確認）。 中国版（北京）は $0.113 / $0.382、Alibaba Cloud の発表記事では「1元 / 3元（$0.16 / $0.47）」と書かれています。 GLM-5.3-Flash（$0.15 / $0.50）とほぼ同額で、出力が3セント安いぶんブレンド料金（入力3:出力1）は $0.23 です（本表では 2026-09-22 公開の GPT-6 Luna が $0.10 / $0.50・ブレンド $0.20 で、これより安くなりました）。 【性能】第三者測定の Artificial Analysis Intelligence Index は 40（v4.3.2・2026-09-23 確認）で、料金が約13倍の旗艦 Qwen3.8-Max（45・$2/$6）より5ポイント低い位置です（2026-09-10 の v4.3 では旗艦も 40 で同点でしたが、AA の Qwen3.8-Max のページが 9月2日版に差し替わって 45 になりました）。 SWE-bench Verified・MMLU・GPQA・AIME は公式・第三者とも数値を公表しておらず本表では「—」 （Alibaba が挙げているのは SWE-bench Pro・CoWorkBench・Toolathlon Verified・MathVision・AndroidWorld・ERQA で 「DeepSeek-V4-Flash や Claude Opus 4.6 と競合する」という相対表現のみ）。 【重み】オープン版 Qwen3.8-Flash-Next は Qwen Community License 1.0（商用利用は条件つき）で Hugging Face に公開されています。 中国製のため業務利用は規約とデータの取り扱いを確認してください。

• → Meta Developer：Muse Spark モデルページ（料金2ティア・context 1M）
• → Meta Research Blog：Introducing Muse Spark 1.3（2026-09-02 公開。max reasoning が初日から利用可能・重み公開の予告）
• → Artificial Analysis：Muse Spark 1.3（Intelligence Index v4.3.2 で max 48・168モデル中17位・2026-09-23 確認。v4.3 では xhigh 45 / max 48・130モデル中13位）
• → Meta Developer Blog：Muse Spark 1.2 と Muse Code（2026-08-05 公開。前世代の記録）

• → Alibaba Cloud Model Studio：qwen3.8-flash モデル情報（context 1M・入力上限 991,808・出力上限 131,072・thinking 対応・画像/動画/テキスト入力・2026-09-10 確認）
• → Alibaba Cloud Model Studio：料金表（qwen3.8-flash シンガポール $0.15/$0.47・北京 $0.113/$0.382・2026-09-10 確認）
• → Alibaba Cloud 公式ブログ：Qwen3.8-Flash 発表（2026-08-27・1元/3元＝$0.16/$0.47・125B/6B active・Qwen4 設計の先行版）
• → Hugging Face：Qwen/Qwen3.8-Flash-Next（オープン版の公式モデルカード・Qwen Community License 1.0・262,144 native／1M extensible・画像/動画/テキスト入力）
• → Artificial Analysis：Qwen3.8-Flash-Next（Intelligence Index v4.3.2 で 40・$0.15/$0.47・2026-09-23 確認）
• → MarkTechPost：Qwen3.8-Flash-Next 公開（2026-08-26・125B マルチモーダル MoE・6B active）