BenchLeader

Claude Fable 5.1 vs Muse Wonder

詳しいプロフィール:Claude Fable 5.1(Anthropic)とMuse Wonder(Meta)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 14件の情報源のデータ

2026年11月16日時点で、Claude Fable 5.1とMuse Wonderの品質は互角です(BenchLeader Indexで66.7 対 64.4、±4.5の誤差範囲内)。価格はMuse Wonderの方が2.5倍安く、100万トークンあたりのブレンド価格で$8.00 対 $20.00です。数学(72 対 70)を重視するならClaude Fable 5.1、エージェント・ツール(76 対 60)、知識(77 対 69)を重視するならMuse Wonderが向いています。回答開始までの時間はMuse Wonderの方が短く、3.3秒 対 151.4秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5.1が66.7、Muse Wonderが64.4です(BenchLeader、2026年11月16日)。
  • Claude Fable 5.1の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
  • Muse Wonderの100万トークンあたりのブレンド価格は$8.00です(定価、2026年11月16日)。
  • 両モデルに結果がある1件のベンチマークのうち、Claude Fable 5.1が1件でリードしています(BenchLeader、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
エージェント・ツール利用Muse Wonderカテゴリスコア76 対 60高
数学Claude Fable 5.1カテゴリスコア72 対 70;ProofBench 100.0% 対 84.0%中
知識Muse Wonderカテゴリスコア77 対 69高
チャットの質(人間の評価)どちらでもArenaの投票で70 対 70どちらでも
最低コストMuse Wonder100万トークンあたりブレンド価格$8.00 対 $20.00;エージェント型コーディングセッション$0.320 対 $0.800–
回答開始の速さMuse Wonder最初の回答トークンまで3.3秒(Muse Wonder)対 151.4秒(Claude Fable 5.1 (max))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Claude Fable 5.1 (max)とMuse Wonderの品質は互角です(66.7 対 64.4、±4.5の誤差範囲内)。
  • Claude Fable 5.1 (max)は人間の評価、数学で優れています。
  • Muse Wonderはエージェント・ツール、知識で優れています。
  • Muse Wonderの方が2.5倍安くなっています(100万トークンあたりブレンド価格$8.00 対 $20.00)。

概要

仕様Claude Fable 5.1Muse Wonder
プロバイダーAnthropicMeta
リリース日2026年9月1日2026年10月12日
コンテキストウィンドウ(トークン)1,000,0001,048,576
比較した構成Claude Fable 5.1 (max)Muse Wonder
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$10.00 / $50.00 / $0.250$4.00 / $20.00 / $0.200

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Fable 5.1 (max)Muse Wonderトップ
推論69.4–比較不可
コーディング69.7–比較不可
エージェント・ツール59.775.6Muse Wonder
数学72.070.1Claude Fable 5.1
知識68.677.1Muse Wonder
人間の評価69.769.6互角
マルチモーダル67.5–比較不可
長文コンテキスト67.4–比較不可
総合70.8–比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75エージェント・ツール数学知識人間の評価Claude Fable 5.1, エージェント・ツール: 59.7Claude Fable 5.1, 数学: 72.0Claude Fable 5.1, 知識: 68.6Claude Fable 5.1, 人間の評価: 69.7Muse Wonder, エージェント・ツール: 75.6Muse Wonder, 数学: 70.1Muse Wonder, 知識: 77.1Muse Wonder, 人間の評価: 69.6

描画していないもの(測定済みのモデルが2つ未満):推論, コーディング, 指示追従, 長文コンテキスト, マルチモーダル。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある1件のベンチマークのうち、Claude Fable 5.1のリードが1件、Muse Wonderのリードが0件です。第三者の総合指標でも評価が分かれ、Claude Fable 5.1はAA Intelligence Index v5.0.1で、Muse WonderはArena Textでリードしています。

総合IndexClaude Fable 5.1 (max)Muse Wonderトップ
BenchLeader Index66.764.4互角
AA Intelligence Index v5.0.149.240.5†Claude Fable 5.1
Arena Text15021511†Muse Wonder

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Fable 5.1 (max)Muse Wonder
100万トークンあたりのブレンド価格$20.00$8.00
100万トークンあたりの入力/出力$10.00 / $50.00$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.250$0.200
タスクあたりの価格:チャットの返答$0.019$0.0076
タスクあたりの価格:30ページのレポートを要約$0.150$0.060
タスクあたりの価格:コード編集$0.135$0.054
タスクあたりの価格:エージェント型コーディングセッション$0.800$0.320
タスクあたりの価格:構造化データの抽出$0.030$0.012
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.361$0.149
ベンチマークのタスクあたりのコスト(AA Index)$12.99–
タスクあたりの出力トークン(AA Index)118k–
うち推論71k–
タスクあたりの時間(AA Index)22 min–
出力速度89 tok/s70 tok/s
回答開始までの時間151.4秒3.3秒
回答が完了するまでの時間(最終測定2026年11月13日)386.7秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.1 (max)のスコアは66.7、最初の回答トークンまで151秒。Claude Fable 5.1は66.4(4秒)、Claude Fable 5.1 (xhigh)は64.6(98秒)。Muse Wonderのスコアは64.4、最初の回答トークンまで3秒。Muse Wonder (max)は60.8(20秒)、Muse Wonder (high)は56.2(13秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

174件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Fable 5.1 (max)Muse Wonder
BenchLeader IndexBenchLeader66.764.4
エージェント・ツールスコアBenchLeader59.775.6
コーディングスコアBenchLeader69.7–
総合スコアBenchLeader70.8–
人間の評価スコアBenchLeader69.769.6
知識スコアBenchLeader68.677.1
長文コンテキストスコアBenchLeader67.4–
数学スコアBenchLeader72.070.1
マルチモーダルスコアBenchLeader67.5–
推論スコアBenchLeader69.4–
ブレンド価格($/100万トークン)BenchLeader$20.00$8.00
出力速度BenchLeader89 tok/s70 tok/s
回答開始までの時間BenchLeader151.4秒3.3秒
コンテキストウィンドウBenchLeader1,000,000トークン1,048,576トークン
推論
Humanity's Last ExamScale AI / CAIS46.5%†–
SimpleBenchSimpleBench86.6%†–
Arena Hard PromptsArena (LMArena)15221531†
LiveBench 2.0 ReasoningLiveBench91.7%90.6%†
LiveBench 1.0 ReasoningLiveBench91.7%90.6%†
GPQA Diamond (AA)Artificial Analysis93.7%–
Humanity's Last Exam (AA)Artificial Analysis59.1%50.1%†
HLE-Diamond (AA)Artificial Analysis60.1%39.0%†
GPQA Diamond (Vals)Vals AI93.4%–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize90.0%–
CritPtArtificial Analysis29.7%28.3%†
CritPt v2 hard subset (AA)Artificial Analysis52.5%50.5%†
MysteryMechanismVals AI47.8%27.5%†
HLE-Diamond (Scale)Scale AI SEAL51.3%†37.3%
Arena ExpertArena (LMArena)15331525†
Chess PuzzlesEpoch AI Benchmarking Hub48.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub58.0%51.0%†
LMCAEpoch AI Benchmarking Hub65.5%†56.8%
DTBenchEpoch AI Benchmarking Hub97.6%†95.2%
ForecastBenchForecastBench65.7%†–
コーディング
SciCodeSciCode63.1%60.3%†
WeirdMLWeirdML92.9%–
FrontierCodeCognition50.9%†–
GSO-BenchGSO-Bench88.2%†–
174件のベンチマークをすべて表示
指標公開元Claude Fable 5.1 (max)Muse Wonder
コーディング
Arena CodingArena (LMArena)15341542†
Arena WebDevArena (LMArena)17421647†
LiveBench 2.0 CodingLiveBench89.7%74.9%†
LiveBench 1.0 CodingLiveBench86.4%80.7%†
LiveCodeBenchVals AI90.5%–
IOIVals AI90.8%66.9%†
Code MigrationVals AI54.6%62.5%†
Code Migration v1.1Vals AI–72.4%†
ProgramBenchVals AI7.0%–
SWE-bench MultimodalVals AI61.3%45.6%†
Vibe Code Bench 1-100Vals AI28.0%26.6%†
Vibe Code Bench v1.1Vals AI90.3%83.1%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL60.0%†–
SWE Atlas v1.0: RefactoringScale AI SEAL56.7%†–
SWE Atlas v1.0: Test WritingScale AI SEAL67.0%†–
SWE Atlas v1.1Scale AI SEAL76.4%†64.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL79.0%†73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL78.9%†61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL71.4%†60.0%
SWE-Bench Pro V2Scale AI SEAL99.1%†96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL92.2%†90.2%†
MirrorCodeEpoch AI Benchmarking Hub93.3%45.6%†
CursorBenchCursor51.8%50.4%†
ALE-BenchEpoch AI Benchmarking Hub2143.2†–
FrontierSWEEpoch AI Benchmarking Hub56.3%–
WeirdML v3WeirdML26.0%†15.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis52.0%52.0%†
Terminal-Bench 2.1 (AA)Artificial Analysis91.4%–
Startrise FrontendStartrise77.1%†–
GameBench 2 OverallDuelLab GameBench 287.1†64.8
GameBench 2 by reasoning settingDuelLab GameBench 294.0†54.9†
Design Arena WebsiteDesign Arena1305†1378†
FrontierCode 1.1 (AA)Artificial Analysis49.0%46.5%†
FrontierCode 2.0 (AA)Artificial Analysis31.6%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench57.3%47.0%†
Remote Labor IndexScale AI / CAIS17.9%†–
APEX-AgentsMercor68.6%†66.1%†
Arena AgentArena (LMArena)14.81.8†
LiveBench Long AgenticLiveBench74.2%46.2%†
LiveBench BrowserLiveBench89.8%60.0%†
LiveBench Agentic CodingLiveBench66.1%62.7%†
Terminal-Bench 2.1 (Vals)Vals AI85.0%†–
MCP AtlasScale AI SEAL87.2%†–
HiL-BenchScale AI SEAL61.5%†79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis62.7%63.5%†
GDPval-AA v2.1Artificial Analysis17651770†
τ³-Banking (AA)Artificial Analysis47.2%–
ITBench SRE (AA)Artificial Analysis49.5%–
Analyst Agent (AA)Artificial Analysis57.5%–
CUA-benchVals AI13.2%7.2%†
CyberBenchVals AI70.4%80.4%†
Finance Agent v2Vals AI58.9%56.6%†
Finance Agent v2.1Vals AI–65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI–23.8%†
Harvey's Legal Agent Benchmark v1Vals AI6.7%17.1%†
Legal Research BenchVals AI55.3%50.5%†
Robo-benchVals AI5.8%–
SkillsBenchVals AI61.5%–
SREBenchVals AI22.9%–
Tax Agent BenchVals AI50.8%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI58.1%49.5%†
Terminal-Bench ScienceVals AI40.0%22.9%†
Time Horizon Index: KSPVals AI63.3%–
Arena SearchArena (LMArena)1227†–
Arena Agent Task CompletionArena (LMArena)14.45.4†
PostTrainBenchEpoch AI Benchmarking Hub44.6%24.2%†
Vending-Bench 2Andon Labs5421.6†9432.2
SpireClimbEpoch AI Benchmarking Hub2.0%–
AutomationBenchArtificial Analysis59.4%68.1%†
GDP.pdf (AA)Artificial Analysis26.2%30.6%†
Harvey LAB-AA v1.1Harvey6.4%10.0%†
AA-Briefcase v1.1Artificial Analysis16711659†
GDPxGDPx by SemiAnalysis8.5%6.8%†
Design Arena AgenticDesign Arena1338†1177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis43.3%25.7%†
CWE-Bench (AA)Artificial Analysis50.8%–
DeepSec-Bench (AA)Artificial Analysis23.5%–
CyberGym end-to-end (AA)Artificial Analysis0.8%–
MKA (AA)Artificial Analysis–47.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.2%82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub87.8%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%99.4%†
ProofBenchVals AI100.0%84.0%
LiveBench MathematicsLiveBench97.0%96.5%†
Arena MathsArena (LMArena)15261490†
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.8%–
LiveBench 2.0 Data AnalysisLiveBench80.3%81.6%†
LiveBench ResearchLiveBench88.5%93.0%†
LiveBench 1.0 Data AnalysisLiveBench80.3%81.6%†
AA-Omniscience v1.1Artificial Analysis46.325.1†
MMLU-ProVals AI92.4%–
LegalBenchVals AI88.5%–
TaxEvalVals AI76.0%–
PRBench FinanceScale AI SEAL50.8%†58.7%
PRBench LegalScale AI SEAL51.6%†58.4%
BioMysteryBenchVals AI–67.0%†
Excel Modeling BenchmarkVals AI76.7%67.1%†
Excel Modeling Benchmark v1.1Vals AI76.7%72.5%†
MedCodeVals AI53.5%–
MedScribeVals AI91.3%–
Public Benefits Bench v1.1Vals AI74.9%70.2%†
Access to Justice BenchmarkVals AI–73.0%†
Financial Coaching BenchVals AI75.7%73.8%†
Immigration BenchVals AI75.4%69.6%†
EBR-benchEpoch AI Benchmarking Hub57.1%31.4%†
GDP.pdfEpoch AI Benchmarking Hub27.6%30.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis68.4%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis30.0%79.1%†
HealthBench Professional (AA)OpenAI57.8%–
指示追従
LiveBench LanguageLiveBench89.5%82.9%†
LiveBench Instruction FollowingLiveBench73.0%73.0%†
Arena Instruction FollowingArena (LMArena)15011498†
人間の評価
Arena TextArena (LMArena)15021511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench2155†2007
Arena Creative WritingArena (LMArena)14901491†
Arena Multi-turnArena (LMArena)14851525†
Arena Longer QueriesArena (LMArena)15101507†
マルチモーダル
Arena VisionArena (LMArena)1322–
LiveBench DesignLiveBench81.6%70.9%†
MMMU-ProArtificial Analysis–83.8%†
MMMU-Pro (Vals)Vals AI90.6%–
MortgageTaxVals AI70.8%–
Humanity's Sixth SenseScale AI SEAL40.8%†43.7%†
GeoBenchGeoBench84.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub41.9%†31.7%
Furniture AssemblyEpoch AI Benchmarking Hub70.0%54.2%†
VIALS-AAHandshake AI–55.3%†
Code2Video-AAArtificial Analysis1325997†
AA-3DArtificial Analysis1139–
長文コンテキスト
AA-LCR v1.1Artificial Analysis85.3%80.7%†
Arena DocumentArena (LMArena)1498–
MLCRArtificial Analysis15.6%22.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.0†161.7
LiveBench 2.0LiveBench84.0%70.7%†
LiveBench 1.0LiveBench83.4%81.2%†
AA Intelligence Index v5.0.1Artificial Analysis49.243.6†
AA Intelligence Index v4.3.2Artificial Analysis53.452.4†
AA Progress Index v1Artificial Analysis340.8335.8†
Vals IndexVals AI–64.9†
Vals Finance IndexVals AI–61.2%†
Vals RSI IndexVals AI36.1%–
Vals Science IndexVals AI–39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI–75.3%†
AA Cyber IndexArtificial Analysis25.0–
安全性・誠実さ
FORTRESSScale AI SEAL13.7%†–
DistressBenchScale AI SEAL71.5%†85.9%

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Muse Wonder:BenchLeader Index 63.0 → 64.4。
  • Claude Fable 5.1 (max):新しい結果37件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Fable 5.1 (max):新しい結果1件(GDPval-AA v2.1)。
  • Claude Fable 5.1 (max):BenchLeader Index 67.1 → 66.6。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • Claude Fable 5.1 (max):新しい結果1件(PostTrainBench)、スコアの改訂1件。
  • Claude Fable 5.1 (max):新しい結果1件(MirrorCode)。
  • Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • Claude Fable 5.1 (max):スコアの改訂1件。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Fable 5.1 vs Muse Wonder:よくある質問

Claude Fable 5.1はMuse Wonderより優れていますか?
Claude Fable 5.1 (max)とMuse Wonderの品質は互角です(66.7 対 64.4、±4.5の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Claude Fable 5.1とMuse Wonderはどちらが安いですか?今後変わる予定はありますか?
現在はMuse Wonderの方が安く、100万トークンあたり$8.00 対 $20.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
Claude Fable 5.1とMuse Wonderはどちらが速いですか?
Claude Fable 5.1の方が出力が速くなっています(出力89 対 70トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはClaude Fable 5.1とMuse Wonderのどちらが向いていますか?
エージェント型のタスクではMuse Wonderの方がスコアが高くなっています(カテゴリ指標で76 対 60。50が平均)。
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(Claude Fable 5.1は1,000,000、Muse Wonderは1,048,576)。
ほかの質問(3件)
レイテンシが低いのはどちらですか?
先に回答を始めるのはMuse Wonderです。Artificial Analysisの測定では、最初の回答トークンまで3.3秒 対 151.4秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Claude Fable 5.1とMuse Wonderについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある1件のベンチマークのうち、Claude Fable 5.1のリードが1件、Muse Wonderのリードが0件です。第三者の総合指標でも評価が分かれ、Claude Fable 5.1はAA Intelligence Index v5.0.1で、Muse WonderはArena Textでリードしています。
Muse Wonderはいつリリースされましたか?
Muse Wonderは2026年10月12日にリリースされました。