同点61でも6倍差——Muse Spark 1.3とGLM-5.3-Flash

関連記事としては BlogClaude Opus 5、全effort段でSol凌駕——秘めた実力とコスト最適化の結論Claude Opus 5とGPT-5.6 Solを同じeffort段で並べると、low/medium/high/xhigh/maxの5段すべてでOpus 5が上回りました。mediumがSolのhighを超え、lowですらSolのmaxより嘘をつかない。独立実測データから、常用すべき段とコスト最適化の答えを出します。→ もあわせて読むと、今回の論点とのつながりを把握しやすくなります。

Muse Spark 1.3をOpenRouterで見ると、同じ名前のモデルが入力$1.25のStandardと、入力$0.10のContributorに分かれています。安い方を選んでよいのか。さらにGLM-5.3-FlashやQwen3.8 Flashまで含めると、どの数字を信じればよいのか分かりにくいところです。

実務での判断は、送るデータと用途でかなり分かれます。顧客コードや社外秘データを送るならStandard、個人の実験や公開コードならContributorが候補です。

ただし、知能スコアだけを見ると、GLM-5.3-FlashとQwen3.8 Flashは5〜6倍安く、Gemini 3.8 Flashは速度で大きく上回ります。Muse Spark 1.3は「安いFlashモデル」ではありません。知能と長文脈、ツール利用を重視する人が、データ条件との交換を受け入れて使うモデルです。

Artificial Analysis Intelligence Index v4.1.1では、Muse Spark 1.3に62と61の2つの数字があります。62はmax版で、画面上にも「Not publicly available」と表示されています。OpenRouterから実際に呼び出せる公開API側はxhigh版で、こちらのスコアが61です。

出典: https://artificialanalysis.ai/ （2026-09-03 取得）。Speed の 2 位が Muse Spark 1.3 xhigh の 186 t/s、Cost per Task は $0.55

この記事でMuse Spark 1.3の比較値として使うのは、この公開版xhigh=61です。見出しやランキングに62が出ていても、自分のAPIキーでそのmax版を使えるとは限りません。この区別を飛ばすと、手元にない性能を基準に料金を比べることになります。

xhigh版のIntelligence Indexは61で、GPT-5.6 Solのmax版と同点です。Artificial AnalysisのCost per Intelligence Index taskは、Muse Spark 1.3が$0.55、GPT-5.6 Solが$0.95でした。MuseのStandardはGPT-5.6 SolよりAPI単価が低く、入力は$1.25対$4、出力は$4.25対$20です。

ただし、このタスク単価はAPIの入出力単価そのものではありません。Artificial Analysisの計測結果です。

Muse Spark 1.3 Standardは入力$1.25、出力$4.25、キャッシュ読み$0.15です。Contributorは入力$0.10、出力$0.20、キャッシュ読み$0.002。文脈長はどちらも1,048,576トークンで、テキスト、画像、動画、PDF、音声を入力できます。少なくともOpenRouter上の説明では、Contributorは別の小型モデルではありません。

出典: https://openrouter.ai/meta （2026-09-03 取得）。週間トークンは Contributor 45.6B、Standard 40.3B

大きく違うのは、価格とデータ利用の条件です。Contributorには、次の文言があります。

Prompts and outputs may be used to improve Meta's products.

Standard側には、Metaの製品改善に使わない条件があります。入力単価はContributorがStandardの12.5分の1、出力単価は21.25分の1、キャッシュ読みは75分の1です。

大量のコード読解や長いログの投入では、キャッシュ読みの差も積み上がります。一方、最終的な出力生成が多い処理では、出力単価の差が請求額を左右します。

2026年9月3日時点のOpenRouter表示では、週間トークンはContributorが45.6B、Standardが40.3Bでした。レイテンシはContributor 3.2秒、Standard 3.9秒、スループットはContributor 84 tokens/s、Standard 80 tokens/sです。安いContributorの利用量が多く、表示上の速度も少し速い。

ただし、これらの数字は週間集計やサービス状態で変動します。固定性能として扱わないほうが安全です。

レート制限については注意が必要です。StandardとContributorが同じrpm条件ではないことは確認できますが、Contributorの上限は二次情報で数字が割れており、この記事では具体値を断定しません。OpenRouterで同じモデル名でも、価格だけでなく契約条件や混雑時の扱いが別になる可能性があります。

個人開発の断続的な呼び出しなら問題にならなくても、CIで同時に大量実行する場合は、採用前に自分のアカウントで上限を確認してください。

Artificial Analysisの公開値を並べると、Muse Spark 1.3は知能61、1タスク$0.55、186 tokens/sです。GLM-5.3-Flashは57、$0.09、47 tokens/s。Qwen3.8 Flashは、Artificial Analysisでは「Qwen3.8-Flash-Next」という名前で掲載され、56、$0.10、85 tokens/sでした。

名前が完全には一致しないため、QwenのスコアをOpenRouter上の表示名にそのまま重ねない点は押さえておきたいところです。

出典: https://artificialanalysis.ai/ （2026-09-03 取得）。横軸は対数。GLM-5.3-Flash は緑の『Most attractive quadrant』の中、Muse Spark 1.3 xhigh は $0.5 付近の 61

知能スコアだけならMuseが上です。しかし、1タスク単価はGLMの約6.1倍、Qwenの5.5倍です。しかもGLMは320B総パラメータのうち18B active、Qwenは180B総パラメータのうち6B activeとされ、どちらも重みを手元に置ける選択肢があります。

クラウドAPIの請求を抑えたい人や、入力データを外部サービスに預けたくない人にとって、数点のスコア差はそのままMuseの勝ちにはなりません。

一方、速度はGemini 3.8 Flashが305.5 tokens/sで比較対象中もっとも速く、Muse xhighの186 tokens/sを上回ります。GeminiのIntelligence Indexは59、Cost per taskは$0.58なので、知能スコアとタスク単価はMuseに近い。返答を大量に生成する処理や、待ち時間がユーザー体験に直結するサービスでは、MuseよりGeminiを選ぶ理由がはっきりあります。

GLMは47 tokens/sと遅く、Artificial Analysisは出力が冗長になりやすいと注記しています。API単価だけ見てGLMに寄せると、生成トークン数と待ち時間が別のコストになる場合があります。

Qwenは85 tokens/sでGLMより速く、単価も近いので、安価なクラウド利用と自前運用の中間に置きやすいモデルです。

Muse Spark 1.3 xhighの個別ベンチでは、τ³-Bankingが52%、Harvey LAB-AAが95%で全体首位でした。Terminal-Bench v2.1は86%、HLEは49%、GPQAは94%です。ツールを使う業務や金融系の定型的な判断、コード操作では強い数字が出ています。

反対に、CritPtは25%、AA-Omniscienceの精度は42%、非幻覚率は66%でした。知能スコア61だけで、調査回答の正確性や未知情報への慎重さまで一様に保証されるわけではありません。

実装を前に進める力と、事実確認を任せる力は分けて考える必要があります。

Agentic IndexはMuse xhighが56、GLM-5.3-Flashが58、Gemini 3.8 Flashが50です。Coding Agent IndexではMuse CodeとMuse Spark 1.3 xhighの組み合わせが64、OpencodeとGemini 3.8 Flashの組み合わせが61でした。

ただし、これはモデル単体の一般知能ではなく、指定されたエージェント環境との組み合わせによる指標です。

出典: https://artificialanalysis.ai/ （2026-09-03 取得）。市松模様の 59 は非公開の max 版

Muse Codeの実利用に近い比較では、Museの強みが単純な知能スコアより見えます。1.3の公式スコアカード転記では、1.2との比較で長文脈MRCRが98.5/98.1対66.3/55.5、コーディングではツール呼び出しが約20%減、トークンが約25%減とされています。

ただし、この比較は1.3 maxと1.2 xhighの比較です。公開APIのxhigh同士を直接比較した数字ではありません。

出典: https://artificialanalysis.ai/ （2026-09-03 取得）。左から2本目の市松模様 68 は非公開の max 版

Contributorの文言は、入力と出力がMetaの製品改善に使われる可能性を示しています。ここでいう入力には、プロンプトだけでなく、貼り付けたソースコード、エラーログ、設計書、PDFや画像なども含まれ得ます。

顧客のリポジトリ、未公開の仕様、認証情報を含むログを扱う場合は、単価差よりもデータ管理の条件を優先すべきです。

個人の学習用コード、公開済みリポジトリ、再現可能なベンチマーク、機密性のないアイデアの壁打ちなら、Contributorの条件が問題になりにくいケースがあります。それでも、APIキーや個人情報を混ぜない運用は必要です。

「自分のコードだから大丈夫」と思っていても、依存関係の設定ファイルやログに秘密情報が残ることはあります。

迷うとしたら、たぶん「Contributorの安さを取るか、Standardのデータ条件を取るか」の一点です。これはモデル性能の差ではなく、送信してよいデータの範囲を決める話です。後からプロンプトを工夫して解決する問題ではありません。

GLM-5.3-FlashはMITライセンス、Qwen3.8 Flash-NextはQwen Community License 1.0で、後者は商用可・条件付きです。両者はMuse Spark 1.3のような非公開重みではなく、自前ホストを検討できます。

社内ネットワークから出せないデータを扱うなら、この違いが知能スコア数点より大きくなります。

ただし、自前ホストできることと、すぐ安く運用できることは同じではありません。推論基盤の構築、更新、監視、同時実行数の設計まで自分で持つ必要があります。

個人開発でAPIを数百回試す段階なら、GLMやQwenのクラウドAPIのほうが手間は少ないでしょう。データ隔離が必要になった段階で、重みの所在が効いてきます。

Muse Spark 1.3の重みは非公開です。MetaのAlexandr Wangは、1.3の重み公開について「未決」としており、1.2については公開予定と発言しています。したがって、Museを自前ホストできる前提で比較することはできません。

Muse Codeには、Everyday $5、High $15、Power $50の月額プランがあります。報道上の目安では、Everydayは5時間あたり10〜50リクエスト、Highは3倍、Powerは10倍です。従量課金も残っており、Standard単価が使われます。

短時間に何度もコード修正を依頼するなら、月額プランは請求額を読みやすくできます。逆に、週末だけ試す、複数モデルをOpenRouterで切り替える、プロンプトを少数回検証する程度なら、Contributorの従量課金のほうが無駄が少ない可能性があります。

Muse CodeのプランにContributorと同じデータ条件が適用されるか、裏側のモデルが常に1.3なのかは、この記事で確認できる一次情報にはありません。

月額だからStandard相当の保護がある、あるいは1.3を必ず使える、と決めつけないでください。

もう1つ、Claude CodeやCodexのセッションモデルをMuse Spark 1.3に差し替えたい人への注意です。月額プランの枠はMuse Codeというクライアントに紐づいており、他のエージェントから消費する経路は、報道にも公式情報にも見当たりません。Claude Codeから使うなら、APIキーを発行して従量課金で呼ぶことになります。安く済ませるならContributor、送るコードを学習に出したくないならStandardという、この記事の前半と同じ分岐に戻ります。Metaが同時に公開したSDKのプレビューでプランの枠を外部から使えるかは未確認なので、期待して契約しないほうが安全です。

GLM-5.3-Flashの公式価格は入力$0.15、出力$0.50、キャッシュ$0.03です。比較時点の2026年9月3日は50%割引中で、入力$0.075、出力$0.25、キャッシュ$0.015でしたが、この割引は2026年9月9日24時（UTC+8）で終了し、現在は上の定価です。

Artificial AnalysisのCost per task（$0.09）は定価ベースなので、比較表の位置づけは割引終了後も変わりません。

Gemini 3.8 Flashの入力$0.75、出力$3.75、キャッシュ$0.075も導入価格で、2026年12月31日までです。2027年1月1日から入力$1.50、出力$7.50、キャッシュ$0.15に倍額となる予定です。

速度305.5 tokens/sという魅力は価格改定後も残りますが、Cost per taskの比較は変わります。

Qwen3.8 FlashのOpenRouter価格は入力$0.15、出力$0.47です。Muse Contributorの$0.10/$0.20と比べると、入力はQwenが高く、出力はContributorが安い。

ただし、ContributorはArtificial Analysisでタスク単価が計測されていません。$0.55のMuse Standardと同じ物差しで単純換算することはできません。

比較時点は2026年9月3日です。GLMの割引は終了済み、Geminiの導入価格期限、Museの重み公開が未決であることを、料金表と一緒に記録しておく必要があります。

個人の実験、公開コードのリファクタリング、機密性のないエージェント検証なら、Muse Spark 1.3 Contributorが最も試しやすい候補です。同じモデルの知能61を、Standardより大幅に低い入出力単価で使えます。

ただし、レート制限の正確な上限は事前に確認してください。

顧客コード、社内設計、未公開のログを扱うなら、Contributorは避け、Standardのデータ条件を選ぶのが安全です。費用を抑えたい場合は、MITのGLM-5.3-Flashや、条件付き商用ライセンスのQwen3.8 Flash-Nextを、自前環境も含めて検討できます。自前運用の手間まで含めて負担できる人向けです。

応答速度を優先するチャットや、生成量が多い処理ではGemini 3.8 Flashが候補になります。Index 59でMuseの61に届かない一方、305.5 tokens/sという速度は明確な差です。価格は2027年1月1日に倍額となるため、継続運用ならその後の請求でも計算してください。

Muse Spark 1.3 Standardは、公開APIで知能61、Cost per task $0.55、186 tokens/sというバランスを、データ利用なしの条件で取りたい人に向きます。

Contributorは、その条件をデータ提供と引き換えに安くしたものです。安い方が上位版の値下げではない。この一点を押さえれば、2つの価格行で迷う時間はかなり減ります。

本文の価格、モデル説明、データ利用条件はOpenRouterの各モデルページを参照しました。Artificial Analysisのスコアとタスク単価、速度は公開API版のページおよび2026年9月3日に取得したトップ画面のスクリーンショットを使っています。

• Muse Spark 1.3 Standard: https://openrouter.ai/meta/muse-spark-1.3
• Muse Spark 1.3 Contributor: https://openrouter.ai/meta/muse-spark-1.3-contributor
• Muse Spark 1.3 xhigh: https://artificialanalysis.ai/models/muse-spark-1-3-xhigh
• Muse Spark 1.3 max: https://artificialanalysis.ai/models/muse-spark-1-3
• GLM-5.3-Flash: https://artificialanalysis.ai/models/glm-5-3-flash
• GLM公式価格: https://docs.z.ai/guides/overview/pricing
• Qwen3.8 Flash-Next: https://artificialanalysis.ai/models/qwen3-8-flash-next
• Qwen3.8 Flash: https://openrouter.ai/qwen/qwen3.8-flash
• Gemini 3.8 Flash: https://artificialanalysis.ai/models/gemini-3-8-flash
• Gemini公式価格: https://ai.google.dev/gemini-api/docs/pricing
• Muse Spark 1.3の重み公開に関する報道: https://thenextweb.com/news/meta-muse-spark-1-3-undecided-weights-eu-ai-act-article-53-open-source-exemption-systemic-risk
• Muse Codeの料金報道: https://thenewstack.io/muse-code-sdk-pricing/

• BlogClaude Opus 5、全effort段でSol凌駕——秘めた実力とコスト最適化の結論Claude Opus 5とGPT-5.6 Solを同じeffort段で並べると、low/medium/high/xhigh/maxの5段すべてでOpus 5が上回りました。mediumがSolのhighを超え、lowですらSolのmaxより嘘をつかない。独立実測データから、常用すべき段とコスト最適化の答えを出します。→
• BlogOx Alpha、GLM説は優勢でも正体不明——トークナイザ証拠が矛盾Ox Alphaの正体はZ.aiのGLM-5.3-Flashでした。矛盾するトークナイザ証拠、基準率、標本数、一次実測から匿名モデルの読み方を整理し、答え合わせまで追記しています。→

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！