GeekRadar / Il banco di confronto

CONFRONTA.

Modelli IA

Muse Spark

Modello IA Uscita Apr 8, 2026

Capacità e preferenze

Capacità generale · ECI

Stima delle capacità basata su più benchmark. Punti di indice, non una percentuale; gli intervalli mostrano l’incertezza.

Muse Spark 152,2^* Muse Spark · Intervallo 95% 150,0–154,4

Preferenze umane · Arena

Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.

Muse Spark 1474,0 Muse Spark · Intervallo 95% 1468,3–1479,7 · 14,140 voti · 2026-10-28

Prestazioni dei modelli

Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.

Muse Spark

Configurazione testata Punteggio Radar

Non valutato

1/4 test principali · prove insufficienti

2 risultati di benchmark per questa configurazione

Ragionamento scientifico

GPQA Diamond · 25%

Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.

Muse Spark 89,8^*% Intervallo 95% appross.: 85,5–94,1% · 2026-04-08 · Risultato datato

Soluzione di problemi nuovi

Mystery Game Puzzles · 25%

Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.

Muse Spark Non disponibile

Matematica avanzata

FrontierMath Tiers 1-3 · 25%

Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.

Muse Spark Non disponibile

Risposte fattuali

SimpleQA Verified · 25%

Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.

Muse Spark Non disponibile

Matematica da competizione

OTIS Mock AIME 2024-2025 · Risultato separato

Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.

Muse Spark 88,9^*% Intervallo 95% appross.: 79,7–98,1% · 2026-04-08 · Risultato datato

Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.

Risultati registrati

Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.

Arena text preference / chinesehuman preference · 2026-10-28 · rating

Muse Spark

1.507,35 rating

Intervallo di confidenza: 1.487,57 – 1.527,14

976 voti

Oct 28, 2026

Categoria: chinese
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / codinghuman preference · 2026-10-28 · rating

Muse Spark

1.481,31 rating

Intervallo di confidenza: 1.471,46 – 1.491,15

3941 voti

Oct 28, 2026

Categoria: coding
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / creative_writinghuman preference · 2026-10-28 · rating

Muse Spark

1.458,71 rating

Intervallo di confidenza: 1.445,12 – 1.472,31

2038 voti

Oct 28, 2026

Categoria: creative_writing
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / englishhuman preference · 2026-10-28 · rating

Muse Spark

1.480,28 rating

Intervallo di confidenza: 1.472,65 – 1.487,92

6679 voti

Oct 28, 2026

Categoria: english
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating

Muse Spark

1.479,32 rating

Intervallo di confidenza: 1.471,90 – 1.486,74

10714 voti

Oct 28, 2026

Categoria: exclude_ties
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / experthuman preference · 2026-10-28 · rating

Muse Spark

1.457,14 rating

Intervallo di confidenza: 1.441,16 – 1.473,12

1377 voti

Oct 28, 2026

Categoria: expert
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / frenchhuman preference · 2026-10-28 · rating

Muse Spark

1.495,58 rating

Intervallo di confidenza: 1.467,53 – 1.523,64

478 voti

Oct 28, 2026

Categoria: french
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / germanhuman preference · 2026-10-28 · rating

Muse Spark

1.498,05 rating

Intervallo di confidenza: 1.459,06 – 1.537,03

236 voti

Oct 28, 2026

Categoria: german
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / hard_promptshuman preference · 2026-10-28 · rating

Muse Spark

1.474,20 rating

Intervallo di confidenza: 1.467,38 – 1.481,03

9155 voti

Oct 28, 2026

Categoria: hard_prompts
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating

Muse Spark

1.477,24 rating

Intervallo di confidenza: 1.468,03 – 1.486,44

4506 voti

Oct 28, 2026

Categoria: hard_prompts_english
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating

Muse Spark

1.462,04 rating

Intervallo di confidenza: 1.450,63 – 1.473,45

2863 voti

Oct 28, 2026

Categoria: industry_business_and_management_and_financial_operations
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-28 · rating

Muse Spark

1.448,64 rating

Intervallo di confidenza: 1.436,69 – 1.460,60

2634 voti

Oct 28, 2026

Categoria: industry_entertainment_and_sports_and_media
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-28 · rating

Muse Spark

1.484,20 rating

Intervallo di confidenza: 1.465,18 – 1.503,22

1019 voti

Oct 28, 2026

Categoria: industry_legal_and_government
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-28 · rating

Muse Spark

1.475,45 rating

Intervallo di confidenza: 1.463,01 – 1.487,88

2372 voti

Oct 28, 2026

Categoria: industry_life_and_physical_and_social_science
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_mathematicalhuman preference · 2026-10-28 · rating

Muse Spark

1.454,67 rating

Intervallo di confidenza: 1.434,44 – 1.474,90

859 voti

Oct 28, 2026

Categoria: industry_mathematical
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-28 · rating

Muse Spark

1.475,47 rating

Intervallo di confidenza: 1.456,33 – 1.494,62

994 voti

Oct 28, 2026

Categoria: industry_medicine_and_healthcare
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-28 · rating

Muse Spark

1.486,85 rating

Intervallo di confidenza: 1.478,52 – 1.495,18

5551 voti

Oct 28, 2026

Categoria: industry_software_and_it_services
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-28 · rating

Muse Spark

1.453,81 rating

Intervallo di confidenza: 1.443,16 – 1.464,46

3295 voti

Oct 28, 2026

Categoria: industry_writing_and_literature_and_language
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / instruction_followinghuman preference · 2026-10-28 · rating

Muse Spark

1.442,31 rating

Intervallo di confidenza: 1.433,36 – 1.451,26

4739 voti

Oct 28, 2026

Categoria: instruction_following
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / koreanhuman preference · 2026-10-28 · rating

Muse Spark

1.458,72 rating

Intervallo di confidenza: 1.420,05 – 1.497,40

251 voti

Oct 28, 2026

Categoria: korean
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / longer_queryhuman preference · 2026-10-28 · rating

Muse Spark

1.450,34 rating

Intervallo di confidenza: 1.441,82 – 1.458,87

5602 voti

Oct 28, 2026

Categoria: longer_query
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / mathhuman preference · 2026-10-28 · rating

Muse Spark

1.455,79 rating

Intervallo di confidenza: 1.436,32 – 1.475,27

892 voti

Oct 28, 2026

Categoria: math
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / multi_turnhuman preference · 2026-10-28 · rating

Muse Spark

1.476,70 rating

Intervallo di confidenza: 1.463,62 – 1.489,78

2282 voti

Oct 28, 2026

Categoria: multi_turn
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / non_englishhuman preference · 2026-10-28 · rating

Muse Spark

1.463,34 rating

Intervallo di confidenza: 1.455,99 – 1.470,69

7461 voti

Oct 28, 2026

Categoria: non_english
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / overallhuman preference · 2026-10-28 · rating

Muse Spark

1.474,04 rating

Intervallo di confidenza: 1.468,33 – 1.479,74

14140 voti

Oct 28, 2026

Categoria: overall
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / polishhuman preference · 2026-10-28 · rating

Muse Spark

1.474,55 rating

Intervallo di confidenza: 1.441,72 – 1.507,39

312 voti

Oct 28, 2026

Categoria: polish
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / russianhuman preference · 2026-10-28 · rating

Muse Spark

1.466,36 rating

Intervallo di confidenza: 1.451,22 – 1.481,49

1574 voti

Oct 28, 2026

Categoria: russian
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Arena text preference / spanishhuman preference · 2026-10-28 · rating

Muse Spark

1.469,56 rating

Intervallo di confidenza: 1.443,62 – 1.495,51

519 voti

Oct 28, 2026

Categoria: spanish
Configurazione valutata: Muse Spark
Tipo di valutazione: human preference

Esecuzione locale

Inferenza · stima della memoria

Muse Spark

Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.

Capacità

Licenza del modello: Proprietary

* Dati provvisori