BenchLeader

Claude Opus 4.7 vs Muse Wonder Full

詳しいプロフィール:Claude Opus 4.7(Anthropic)とMuse Wonder Full(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 · 10件の情報源のデータ

2026年11月16日時点で、Claude Opus 4.7とMuse Wonder Fullの品質は互角です(BenchLeader Indexで63.1 対 61.7、±4.4の誤差範囲内)。エージェント・ツール(68 対 64)を重視するならClaude Opus 4.7、コーディング(70 対 61)、推論(66 対 64)を重視するならMuse Wonder Fullが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 4.7が63.1、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.7の100万トークンあたりのブレンド価格は$10.00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、Muse Wonder Fullが1件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はClaude Opus 4.7が1555、Muse Wonder Fullが1724です(LMArena、2026年11月16日までの公開値)。

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
コーディングMuse Wonder Fullカテゴリスコア70 対 61;Arena WebDev 1724 対 1555高
エージェント・ツール利用Claude Opus 4.7カテゴリスコア68 対 64中
推論Muse Wonder Fullカテゴリスコア66 対 64中
チャットの質(人間の評価)–Arenaの評価があるのはClaude Opus 4.7のみです(カテゴリスコア67)比較不可
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 Opus 4.7とMuse Wonder Full (max)の品質は互角です(63.1 対 61.7、±4.4の誤差範囲内)。
  • Claude Opus 4.7はエージェント・ツールで優れています。
  • Muse Wonder Full (max)はコーディング、推論で優れています。

概要

仕様Claude Opus 4.7Muse Wonder Full
プロバイダーAnthropicMeta
リリース日2026年4月16日2026年10月12日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成Claude Opus 4.7Muse Wonder Full (max)
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)$5.00 / $25.00 / $0.500–

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 Opus 4.7Muse Wonder Full (max)トップ
推論63.665.8Muse Wonder Full
コーディング60.969.9Muse Wonder Full
エージェント・ツール67.963.6Claude Opus 4.7
数学66.7–比較不可
知識–62.3比較不可
人間の評価67.3–比較不可
マルチモーダル67.1–比較不可
長文コンテキスト–66.6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推論コーディングエージェント・ツールClaude Opus 4.7, 推論: 63.6Claude Opus 4.7, コーディング: 60.9Claude Opus 4.7, エージェント・ツール: 67.9Muse Wonder Full, 推論: 65.8Muse Wonder Full, コーディング: 69.9Muse Wonder Full, エージェント・ツール: 63.6

描画していないもの(測定済みのモデルが2つ未満):数学, 知識, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。

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 Opus 4.7のリードが0件、Muse Wonder Fullのリードが1件です。

総合IndexClaude Opus 4.7Muse Wonder Full (max)トップ
BenchLeader Index63.161.7互角

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 Opus 4.7Muse Wonder Full (max)
100万トークンあたりのブレンド価格$10.00–
100万トークンあたりの入力/出力$5.00 / $25.00– / –
100万トークンあたりのキャッシュ入力$0.500–
タスクあたりの価格:チャットの返答$0.0095–
タスクあたりの価格:30ページのレポートを要約$0.075–
タスクあたりの価格:コード編集$0.068–
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$0.400–
タスクあたりの価格:構造化データの抽出$0.015–
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)$0.198–
タスクあたりの出力トークン(AA Index)–88k
うち推論–55k
出力速度48 tok/s–
回答開始までの時間1.0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 Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15秒)。Muse Wonder Full (max)のスコアは61.7。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

149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 Opus 4.7Muse Wonder Full (max)
BenchLeader IndexBenchLeader63.161.7
エージェント・ツールスコアBenchLeader67.963.6
コーディングスコアBenchLeader60.969.9
人間の評価スコアBenchLeader67.3–
数学スコアBenchLeader66.7–
マルチモーダルスコアBenchLeader67.1–
推論スコアBenchLeader63.665.8
知識スコアBenchLeader–62.3
長文コンテキストスコアBenchLeader–66.6
ブレンド価格($/100万トークン)BenchLeader$10.00–
出力速度BenchLeader48 tok/s–
回答開始までの時間BenchLeader1.0秒–
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub86.4%†–
Humanity's Last ExamScale AI / CAIS36.2%–
SimpleBenchSimpleBench61.7%–
Arena Hard PromptsArena (LMArena)1519–
LiveBench 1.0 ReasoningLiveBench87.2%†–
GPQA Diamond (AA)Artificial Analysis91.4%†–
Humanity's Last Exam (AA)Artificial Analysis42.3%†53.6%
HLE-Diamond (AA)Artificial Analysis–48.5%
GPQA Diamond (Vals)Vals AI90.2%†–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%–
ARC-AGI-3ARC Prize0.2%†–
CritPtArtificial Analysis12.0%†32.9%
CritPt v2 hard subset (AA)Artificial Analysis–56.5%
MysteryMechanismVals AI–35.1%
Arena ExpertArena (LMArena)1534–
Chess PuzzlesEpoch AI Benchmarking Hub41.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub13.0%–
LMCAEpoch AI Benchmarking Hub52.2%†–
DTBenchEpoch AI Benchmarking Hub94.7%†–
ForecastBenchForecastBench62.8%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub83.5%†–
SciCodeSciCode54.5%†–
WeirdMLWeirdML76.4%–
FrontierCodeCognition38.5%–
GSO-BenchGSO-Bench44.1%–
149件のベンチマークをすべて表示
指標公開元Claude Opus 4.7Muse Wonder Full (max)
コーディング
Arena CodingArena (LMArena)1547–
Arena WebDevArena (LMArena)15551724
LiveBench 1.0 CodingLiveBench82.1%†–
SciCode (AA)Artificial Analysis–62.6%
LiveCodeBenchVals AI85.1%†–
IOIVals AI–79.8%
SWE-bench (Vals)Vals AI82.0%†–
Code MigrationVals AI43.9%†61.0%
Code Migration v1.1Vals AI–62.8%
ProgramBenchVals AI0.0%†0.5%
SWE-bench MultimodalVals AI–47.3%
Vibe Code Bench 1-100Vals AI–34.0%
Vibe Code Bench v1.1Vals AI71.0%†86.0%
SWE Atlas v1.0: Codebase QnAScale AI SEAL40.3%–
SWE Atlas v1.0: RefactoringScale AI SEAL48.6%–
SWE Atlas v1.0: Test WritingScale AI SEAL38.5%–
MirrorCodeEpoch AI Benchmarking Hub31.1%†–
ALE-BenchEpoch AI Benchmarking Hub1323.0–
Terminal-Bench 4.0 (AA)Artificial Analysis–57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis83.2%†–
FrontierCode 1.1 (AA)Artificial Analysis–44.9%
FrontierCode 2.0 (AA)Artificial Analysis–37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench80.2%–
OSWorld-Verified 2.0OSWorld18.2%†–
APEX-AgentsMercor49.2%†–
Arena AgentArena (LMArena)–9
LiveBench Agentic CodingLiveBench50.7%†–
Terminal-Bench HardArtificial Analysis51.5%†–
τ²-Bench Telecom (AA)Artificial Analysis88.6%†–
Terminal-Bench 2.1 (Vals)Vals AI68.5%†–
MCP AtlasScale AI SEAL79.1%†–
HiL-BenchScale AI SEAL41.7%–
τ³-bench Bankingτ²-bench40.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis1361†1857
τ³-Banking (AA)Artificial Analysis34.6%†–
ITBench SRE (AA)Artificial Analysis46.7%†–
Analyst Agent (AA)Artificial Analysis43.8%†–
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI51.5%†59.1%
Finance Agent v2.1Vals AI–67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI–23.3%
Harvey's Legal Agent Benchmark v1Vals AI6.7%†21.7%
Legal Research BenchVals AI38.5%†53.4%
Robo-benchVals AI–10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI23.7%†43.0%
Terminal-Bench 2.0 (Vals)Vals AI68.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–58.1%
Terminal-Bench ScienceVals AI–37.1%
Arena SearchArena (LMArena)1210–
Arena Agent Task CompletionArena (LMArena)–11.1
PostTrainBenchEpoch AI Benchmarking Hub24.3%†–
ExploitBenchEpoch AI Benchmarking Hub26.5%–
GBAEvalEpoch AI Benchmarking Hub43.8%–
Vending-Bench 2Andon Labs10936.8–
AutomationBenchArtificial Analysis–71.3%
GDP.pdf (AA)Artificial Analysis–32.6%
Harvey LAB-AA v1.1Harvey–13.1%
AA-Briefcase v1.1Artificial Analysis1252†1729
GDPxGDPx by SemiAnalysis–9.0%
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–37.1%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub70.2%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub86.7%†–
ProofBenchVals AI54.0%†–
LiveBench MathematicsLiveBench92.8%†–
AIME (Vals)Vals AI96.3%–
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena40.6%†–
Arena MathsArena (LMArena)1490–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub51.7%†–
LiveBench 1.0 Data AnalysisLiveBench78.3%†–
AA-Omniscience v1.1Artificial Analysis–30.6
MMLU-ProVals AI89.9%†–
LegalBenchVals AI85.3%†87.4%
CorpFinVals AI66.1%†–
TaxEvalVals AI75.3%†–
BioMysteryBenchVals AI–73.3%
CaseLaw v2Vals AI68.4%–
Excel Modeling BenchmarkVals AI63.7%†71.9%
Excel Modeling Benchmark v1.1Vals AI–75.0%
MedCodeVals AI54.9%†49.9%
MedScribeVals AI83.0%†89.3%
Public Benefits Bench v1.1Vals AI–73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
EBR-benchEpoch AI Benchmarking Hub19.1%†–
GDP.pdfEpoch AI Benchmarking Hub21.0%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–82.4%
指示追従
LiveBench LanguageLiveBench77.9%†–
LiveBench Instruction FollowingLiveBench66.7%†–
IFBenchArtificial Analysis58.6%†–
Arena Instruction FollowingArena (LMArena)1493–
人間の評価
Arena TextArena (LMArena)1494–
EQ-Bench 4EQ-Bench1293–
EQ-Bench Creative Writing v3EQ-Bench1915–
Arena Creative WritingArena (LMArena)1482–
Arena Multi-turnArena (LMArena)1514–
Arena Longer QueriesArena (LMArena)1508–
マルチモーダル
Arena VisionArena (LMArena)1319–
MMMU-ProArtificial Analysis78.8%†–
MMMU-Pro (Vals)Vals AI85.5%†–
MortgageTaxVals AI70.3%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub24.5%–
Furniture AssemblyEpoch AI Benchmarking Hub33.3%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.7%†83.7%
Arena DocumentArena (LMArena)1494–
MLCRArtificial Analysis–22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.4–
LiveBench 1.0LiveBench76.5%†–
AA Intelligence Index v5.0.1Artificial Analysis–50.1
AA Intelligence Index v4.3.2Artificial Analysis40.7†55.8
AA Progress Index v1Artificial Analysis312.5†343.2
Vals IndexVals AI–66.8
Vals Finance IndexVals AI–64.5%
Vals RSI IndexVals AI19.1%†24.4%
Vals Science IndexVals AI–48.5%
Vals Multimodal IndexVals AI67.4%†–
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI–77.9%

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。

最近の変化

  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Claude Opus 4.7:スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):新しい結果1件(Arena Agent)。
  • Muse Wonder Full (max):新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂2件。
  • Claude Opus 4.7:スコアの改訂1件。
  • Muse Wonder Full (max):新しい結果1件(Terminal-Bench-Science 0.1 (AA))。
  • Claude Opus 4.7:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Muse Wonder Full (max):新しい結果9件(Code Migration v1.1, Excel Modeling Benchmark v1.1, Finance Agent v2.1…)。

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 Opus 4.7 vs Muse Wonder Full:よくある質問

Claude Opus 4.7はMuse Wonder Fullより優れていますか?
Claude Opus 4.7とMuse Wonder Full (max)の品質は互角です(63.1 対 61.7、±4.4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。
コーディングにはClaude Opus 4.7とMuse Wonder Fullのどちらが向いていますか?
コーディングではMuse Wonder Fullの方がスコアが高くなっています(カテゴリ指標で70 対 61。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Opus 4.7が1555、Muse Wonder Fullが1724です。
エージェントやツール利用にはClaude Opus 4.7とMuse Wonder Full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Claude Opus 4.7の方がスコアが高くなっています(カテゴリ指標で68 対 64。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1,000,000トークンのコンテキストに対応しています。
Claude Opus 4.7とMuse Wonder Full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 Opus 4.7のリードが0件、Muse Wonder Fullのリードが1件です。
ほかの質問(1件)
Muse Wonder Fullはいつリリースされましたか?
Muse Wonder Fullは2026年10月12日にリリースされました。