Muse Spark
MetaProprietary
विवरण
Muse Spark is the first model in the Muse family developed by Meta Superintelligence Labs. It is a natively multimodal reasoning model with support for tool-use, visual chain of thought, and multi-agent orchestration. It features a Contemplating mode that orchestrates multiple agents reasoning in parallel. It demonstrates competitive performance in multimodal perception, reasoning, health, and agentic tasks, with Contemplating mode achieving 58% on Humanity's Last Exam and 38% on FrontierScience Research.
रिलीज़ तिथि
2026-04-08
पैरामीटर
—
संदर्भ लंबाई
—
मोडैलिटीज़
—
क्षमता रडार
42
general
58
coding
88
reasoning
66
scienceअनुमानित
80
agents
70
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| एजेंटिक क्षमता | 67 | 54.0 | LS |
| कोडिंग रैंकिंग | 33 | 79.0 | AA |
| सामान्य रैंकिंग | 19 | 81.0 | AA |
| मल्टीमॉडल रैंकिंग | 77 | 60.0 | LS |
| तर्क | 92 | 50.0 | LS |
| विज्ञान | 15 | 84.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
Agents
GDPval-AA
1164.00 / 3000स्वयं
DeepSearchQA
74.8%स्वयं
Terminal-Bench 2.0
59.0%स्वयं
SWE-Bench Pro
52.4%स्वयं
Biology
GPQA
89.5%स्वयं
Code
LiveCodeBench Pro
0.80 / 3000स्वयं
SWE-Bench Verified
77.4%स्वयं
Communication
Tau2 Telecom
91.5%स्वयं
General
MMMU-Pro
80.4%स्वयं
SimpleVQA
0.71 / 100स्वयं
Grounding
ScreenSpot Pro
84.1%स्वयं
Healthcare
MedXpertQA
78.4%स्वयं
HealthBench Hard
42.8%स्वयं
Math
Humanity's Last Exam
58.4%स्वयं
Multimodal
CharXiv-R
86.4%स्वयं
ZEROBench
0.33 / 100स्वयं
Physics
IPhO 2025
82.6%स्वयं
Reasoning
ERQA
64.7%स्वयं
ARC-AGI v2
42.5%स्वयं
FrontierScience Research
38.3%स्वयं
AA मूल्यांकन सूचकांक
Coding Index58.6
Intelligence Index43.1
Tau20.9
Gpqa0.9
Ifbench0.8
Lcr0.7
Terminalbench V2 10.6
Scicode0.5
Terminalbench Hard0.5
Hle0.4
Tau Banking0.2
LLM Stats श्रेणी स्कोर
Legal100
Finance100
Agents100
General100
Reasoning78
Physics90
Biology90
Chemistry90
Communication90
Frontend Development80
Grounding80
Tool Calling80
Image To Text70
Multimodal70
Search70
Code70
Vision70
Math60
Spatial Reasoning60
Healthcare60
मूल्य निर्धारण
इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
कोई प्रदाता डेटा उपलब्ध नहीं