VS COMPARISON

Qwen3.8-Max vs Muse Spark 1.3

Alibaba

Qwen3.8-Max

Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active）／ 2026-09-02

「9月の改良版で賢さがまた上がったよ。お値段は $2/$6 のまま」

Muse Spark 1.3

Muse Spark 1.3（標準ティア）／ 2026-09-02

「Meta が9月2日に上げてきた新しい版。値段はそのままで賢さだけ上がったよ」

編集部の総合判定

総合知能（AA Index）は Muse Spark 1.3 48 対 Qwen3.8-Max 45 で Muse Spark 1.3 がやや優位。用途しだいで逆転する差

ベンチ勝ち：Qwen3.8-Max 0 / Muse Spark 1.3 1 料金で安い項目：Qwen3.8-Max 0 / Muse Spark 1.3 2 データ最終更新：2026-10-17（編集部集計）

WHICH ONE

こんな人はどっち？

こんな人は Qwen3.8-Max

✓ 「日本語含む多言語が得意」を重視する人
✓ 「現行旗艦 Qwen3.8-Max は $2.00/$6.00（2026-09-02 の更新版 Qwen3.8-Max-0902 も据え置き）、前世代 Qwen3.7 Max は $2.50/$7.50 と frontier 級では安い部類」を重視する人

こんな人は Muse Spark 1.3

✓ API 料金を抑えたい人（入力$1.25/出力$4.25）
✓ コスパ重視の人（AIコスパ指数 70 対 63）

SPECS

仕様の比較

項目	Qwen3.8-Max	Muse Spark 1.3
バージョン	Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active）	Muse Spark 1.3（標準ティア）
公開日	2026-09-02	2026-09-02
コンテキスト長	1000K	1049K
入力料金 $/1M	$2	$1.25 安い
出力料金 $/1M	$6	$4.25 安い
推論モデル	✓ あり	✓ あり
マルチモーダル	✓ あり	✓ あり
AIコスパ指数独自指標	63	70 勝ち

BENCHMARKS

ベンチマーク差分

バーの長さは100%スケール。長い方が勝ち。

総合知能（AA Intelligence Index）

Qwen3.8-Max

Muse Spark 1.3

48 勝ち

専門知識（GPQA）

Qwen3.8-Max

92.6%

Muse Spark 1.3

—

※ AA Intelligence Index（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ HLE（Humanity's Last Exam・最難関試験）

※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。

X VOICE

Xの評判はどう？

ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。

Qwen3.8-Max

X評判スコア 60 ／100（n=14）

ポジ 6 ／ネガ 4 ／中立 4

👍 日本語の通じやすさ

👍 オンプレでの精度

👎 日本語の質の悪さ

👎 ネイティブ対応の微妙さ

Muse Spark 1.3

X評判スコア 60 ／100（n=11）

ポジ 6 ／ネガ 4 ／中立 1

👍 即戦力で賢い

👍 使い勝手が良い

👎 無料期間終了

👎 使えなくなる残念

※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。全モデルの一覧と推移はてんびん丸総研へ。

EDITOR'S NOTE

編集部メモ

数値の背景と、いまの提供状況・注意点

Qwen3.8-Max

Alibaba の現行フラッグシップ。2026年7月19日のプレビューを経て 8月3日に正式リリースされた、総2.4兆パラメータ（95B アクティブ）の MoE。9月2日にはその改良版スナップショット qwen3.8-max-0902（別名 qwen3.8-max-2026-09-02）が出て、Alibaba は9月5日に qwen3.8-max の呼び出し先を 0902 版へ切り替えると告知した（料金と一度に読める量は変わらない。改良点はコーディング、特に長い工程の開発、複数の道具を使うエージェント作業、図表や文書の読み取り）。本表の知能スコアはこの 0902 版の値。前世代 Qwen3.7 Max と違ってマルチモーダルに対応し、context は 1M、料金は $2.00/$6.00。公表ベンチ（8月3日版）は GPQA Diamond 92.6・Terminal-Bench 2.1 86.6・SWE-bench Pro 67.7。第三者機関 Artificial Analysis は 0902 版を「Qwen3.8 Max」として測っており、AA Intelligence Index は 45（v4.3.2・2026-09-23 確認）。8月3日版は同じ指標で 40 で、同社では旧版扱いになった。本表の SWE-bench Verified・MMLU・AIME は公式・第三者とも数値を出しておらず「—」（SWE-bench Pro は名前が似ているだけの別のテストなので流用しません）。前世代 Qwen3.7 Max（2026-05-19・$1.25/$3.75・SWE-bench Verified 80.4・GPQA 92.4・知能は v4.3 で 30）も引き続き提供されており、SWE-bench Verified の実測値が要るならそちらが参考になる。重みは 2026年8月12日 19:24 JST（HF 上のファイル最終更新）に公開済み＝`Qwen/Qwen3.8-2.4T-A95B` と FP8 版、ModelScope も同名。ただし公開されたのは8月3日版の重みで、本表の知能スコア 45 の 0902 版は API だけで使える（Hugging Face の Qwen 公式に 0902 版のリポジトリは無い・2026-10-09 確認）。案内の同日11時 JST からは遅れて公開された。ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`、モデルカードの context 記載は 262,144（最大 1,010,000 まで拡張可）で AA 表記の 1M とは条件が異なる。小型の Qwen3.8-27B は 2026年8月15日 0:00 JST（HF 上のファイル最終更新）に公開され、こちらはライセンスが商用可の Apache 2.0＝`Qwen/Qwen3.8-27B`（BF16・約51.7GB）と FP8 版（約28.7GB）、ModelScope も同名。約278億パラメータ・画像/動画対応・context 262,144（最大 1,000,000）で、Qwen 公表値は SWE-bench Pro 61.7・LiveCodeBench v6 90.3・GPQA Diamond 89.2・HLE 30.8（比較対象の Claude Opus 4.6 Max は 53.4 / 88.8 / 91.3 / 40.0）。手元のパソコンで動かすオープンウェイトが要るならこの 27B が受け皿。中国製のため業務利用時は規約確認を。なお本表の context 100万トークンはホスト版 API の窓のほうで、上記のモデルカード既定 262,144 とは条件が違う。入力と出力の内訳は公表されていない（2026-08-18 確認）。

Muse Spark 1.3

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）。

PROS & CONS

強み・弱み

Qwen3.8-Max

Alibaba 製の高性能モデル群。旗艦は2026年8月に正式リリースされた Qwen3.8-Max で、手元で動く Qwen3.8-27B まで一通り揃う。

◎ 強み

◎ 日本語含む多言語が得意
◎ 現行旗艦 Qwen3.8-Max は $2.00/$6.00（2026-09-02 の更新版 Qwen3.8-Max-0902 も据え置き）、前世代 Qwen3.7 Max は $2.50/$7.50 と frontier 級では安い部類
◎ コーディングとエージェント（PC操作・ターミナル作業）に強く、コンテキストは 1M tokens
◎ 2026-09-02（日本時間。米国時間では 9-01 夜）に QwenCloud の API で提供が始まった Qwen3.8-Max-0902 は、コーディングと Cowork 向けに追加学習した更新版（2.4T・1M コンテキスト）
◎ オープンウェイト版は Qwen3.8-27B（2026-08-15 公開・Apache 2.0・約278億パラメータ・画像/動画対応）まで揃い、安価マルチモーダル版（3.7 Plus）もある
◎ Qwen4 世代の設計を先取りした Qwen3.8-Flash-Next（2026-08-26 公開）もオープンウェイト。総125B に 51B の N-gram 埋め込みが付き、1トークンあたり動くのは 6B のマルチモーダル MoE。ライセンスは Apache 2.0 ではなく Qwen Community License 1.0

△ 注意点

△ 中国製のため業務利用は規約・データ取扱の確認を
△ 旗艦 Qwen3.8-Max の重みも公開されているが、ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`。Apache 2.0 なのは小型の Qwen3.8-27B のほう（Qwen3.8-Flash-Next も Apache 2.0 ではなく Qwen Community License 1.0）
△ バージョンが 3.5 → 3.6 → 3.7 → 3.8 と小刻みに上がるので、単価やスペックの記述はすぐ古くなる（「Qwen 4」本体は 2026-09-22 に「学習中」と公式発表されたが、2026-10-09 時点で未公開。Qwen4 の設計を先取りしたのは 2026-08-26 公開の Qwen3.8-Flash-Next）

公式サイト →

Muse Spark 1.3

Meta が重み公開の Llama に代えて主力にした、中身非公開のコーディング特化モデル。長時間ひとりで進めるコーディング作業が得意で、料金は上位モデルとしては安い。

◎ 強み

◎ 最新の Muse Spark 1.3（2026-09-02 公開）は第三者機関の知能スコアが 48（Intelligence Index v4.3.2・2026-10-09 確認）で、上位グループに入る。いちばん深く考える max 設定も公開初日から使える
◎ 料金は入力 $1.25／出力 $4.25 と、同じ知能帯のモデルの中では安い
◎ 複数ファイルにまたがる書き直しや長時間のバグ取りなど、1回の指示で終わらない作業に向く
◎ 100万トークンの長文に対応し、長い文章を入れても割増料金はかからない
◎ ターミナルで動くコーディング相棒「Muse Code」から使える

△ 注意点

△ 重みは公開されていない（API 経由のみ）。Meta のオープンな重みが欲しいなら Llama 4 か Muse Glimmer。ただし 1.3 の発表で今後の予定として Muse Spark の重み公開が明記された（2026-10-09 時点で未実施）
△ 格安の contributor ティア（入力 $0.10／出力 $0.20）は、送った内容が Meta の今後のモデル学習に使われる条件つき
△ SWE-bench Verified・MMLU・GPQA・AIME は Meta が数値を公表していない（公式ページのベンチは画像掲載のみ）
△ Llama ブランドの後継は依然として未発表で、Meta のフロンティアはこちらに移っている

公式サイト →

PRIMARY SOURCES

一次ソース

Qwen3.8-Max

Muse Spark 1.3

FAQ

よくある質問

Q. Qwen3.8-Max と Muse Spark 1.3、結局どっちがいい？

A. AA Intelligence Index は Muse Spark 1.3 48 対 Qwen3.8-Max 45 で Muse Spark 1.3 がやや優位ですが、用途によっては逆転しうる差です。料金・使い勝手も合わせて選ぶのがおすすめです。

Q. Qwen3.8-Max と Muse Spark 1.3、料金が安いのはどっち？

A. 入力料金は Qwen3.8-Max が $2／1M、Muse Spark 1.3 が $1.25／1M。出力料金は Qwen3.8-Max が $6／1M、Muse Spark 1.3 が $4.25／1M です。入力・出力とも Muse Spark 1.3 の方が安く、コスト重視なら Muse Spark 1.3 が有利です。

Q. Qwen3.8-Max と Muse Spark 1.3、ベンチマークで強いのはどっち？

A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（Qwen3.8-Max 45／Muse Spark 1.3 48）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では Muse Spark 1.3 の勝ち数が多く（1／0）、総合的なベンチ性能では Muse Spark 1.3 が優勢です。

Q. Qwen3.8-Max と Muse Spark 1.3、コスパがいいのはどっち？

A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は Qwen3.8-Max が 63、Muse Spark 1.3 が 70。「安くて賢い」バランスでは Muse Spark 1.3 が有利です。

Q. Qwen3.8-Max と Muse Spark 1.3、初心者にはどっちがおすすめ？

A. 初心者へのおすすめ度は Qwen3.8-Max・Muse Spark 1.3 とも同程度（2／5）。どちらも入門用途に向いているので、料金や使いたいツールとの相性で選んで大丈夫です。

他のペアも見る

GPT-6 Astra vs GPT-6.1 Sol GPT-6 Astra vs Claude Fable 5.1 Kimi K3 vs GPT-6.1 Sol Kimi K3 vs Claude Fable 5.1 DeepSeek V4.1-Flash vs Llama 4 Maverick DeepSeek V4.1-Flash vs Mistral Large 4

全ペアを見る →

Qwen3.8-Max vs Muse Spark 1.3

Qwen3.8-Max

Muse Spark 1.3

こんな人はどっち？

こんな人は Qwen3.8-Max

こんな人は Muse Spark 1.3

仕様の比較

ベンチマーク差分

Xの評判はどう？

Qwen3.8-Max

Muse Spark 1.3

編集部メモ

Qwen3.8-Max

Muse Spark 1.3

強み・弱み

Qwen3.8-Max

Muse Spark 1.3

一次ソース

よくある質問

もっと深く知る

関連ニュース

関連トピック

他のペアも見る