BenchLeader

Claude Opus 5 vs Muse Wonder Full

詳しいプロフィール:Claude Opus 5(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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではClaude Opus 5がMuse Wonder Fullを上回ります(BenchLeader Indexで65.0 対 61.7)。知識(65 対 62)を重視するならClaude Opus 5、コーディング(70 対 67)、長文コンテキスト(67 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 5が65.0、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • Claude Opus 5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42件のベンチマークのうち、Muse Wonder Fullが27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 5が1691、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 67;Arena WebDev 1724 対 1691中
エージェント・ツール利用どちらでもカテゴリスコア64 対 64;Arena Agent 7.2 対 9どちらでも
推論どちらでもカテゴリスコア66 対 66;HLE-Diamond (AA) 44.8% 対 48.5%どちらでも
知識Claude Opus 5カテゴリスコア65 対 62;AA-Omniscience v1.1 37.6 対 30.6中
長い文書Muse Wonder Fullカテゴリスコア67 対 64;AA-LCR v1.1 83.7% 対 79.3%中
チャットの質(人間の評価)–Arenaの評価があるのはClaude Opus 5のみです(カテゴリスコア68)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

  • 品質ではClaude Opus 5 (max)がリードしています:65.0 対 61.7。
  • Claude Opus 5 (max)はエージェント・ツール、知識、推論で優れています。
  • Muse Wonder Full (max)はコーディング、長文コンテキストで優れています。

概要

仕様Claude Opus 5Muse Wonder Full
プロバイダーAnthropicMeta
リリース日2026年7月24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 5 (max)Muse 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 5 (max)Muse Wonder Full (max)トップ
推論66.165.8互角
コーディング67.069.9Muse Wonder Full
エージェント・ツール63.863.6互角
数学69.8–比較不可
知識65.262.3Claude Opus 5
人間の評価68.1–比較不可
マルチモーダル67.2–比較不可
長文コンテキスト64.366.6Muse Wonder Full

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・ツール知識長文コンテキストClaude Opus 5, 推論: 66.1Claude Opus 5, コーディング: 67.0Claude Opus 5, エージェント・ツール: 63.8Claude Opus 5, 知識: 65.2Claude Opus 5, 長文コンテキスト: 64.3Muse 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: 63.6Muse Wonder Full, 知識: 62.3Muse Wonder Full, 長文コンテキスト: 66.6

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 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42件のベンチマークのうち、Claude Opus 5のリードが15件、Muse Wonder Fullのリードが27件です。第三者の総合指標でも評価が分かれ、Claude Opus 5はBenchLeader Indexで、Muse Wonder FullはAA Intelligence Index v5.0.1でリードしています。

総合IndexClaude Opus 5 (max)Muse Wonder Full (max)トップ
BenchLeader Index65.061.7Claude Opus 5
AA Intelligence Index v5.0.144.250.1Muse Wonder Full

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 5 (max)Muse 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–
ベンチマークのタスクあたりのコスト(AA Index)$11.82–
タスクあたりの出力トークン(AA Index)118k88k
うち推論73k55k
タスクあたりの時間(AA Index)25 min–
出力速度80 tok/s–
回答開始までの時間48.5秒–
回答が完了するまでの時間(最終測定2026年11月13日)191.6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 5 (max)のスコアは65.0、最初の回答トークンまで49秒。Claude Opus 5 (high)は64.4(17秒)、Claude Opus 5は63.2(2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

160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 5 (max)Muse Wonder Full (max)
BenchLeader IndexBenchLeader65.061.7
エージェント・ツールスコアBenchLeader63.863.6
コーディングスコアBenchLeader67.069.9
人間の評価スコアBenchLeader68.1–
知識スコアBenchLeader65.262.3
長文コンテキストスコアBenchLeader64.366.6
数学スコアBenchLeader69.8–
マルチモーダルスコアBenchLeader67.2–
推論スコアBenchLeader66.165.8
ブレンド価格($/100万トークン)BenchLeader$10.00–
出力速度BenchLeader80 tok/s–
回答開始までの時間BenchLeader48.5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 Hub93.9%–
SimpleBenchSimpleBench80.6%†–
Arena Hard PromptsArena (LMArena)1513–
LiveBench 1.0 ReasoningLiveBench91.2%–
GPQA Diamond (AA)Artificial Analysis93.2%–
Humanity's Last Exam (AA)Artificial Analysis54.9%53.6%
HLE-Diamond (AA)Artificial Analysis44.8%48.5%
GPQA Diamond (Vals)Vals AI93.4%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize90.4%–
ARC-AGI-3ARC Prize30.2%†–
CritPtArtificial Analysis29.1%32.9%
CritPt v2 hard subset (AA)Artificial Analysis50.0%56.5%
MysteryMechanismVals AI37.4%35.1%
HLE-Diamond (Scale)Scale AI SEAL38.6%†–
Arena ExpertArena (LMArena)1530–
Chess PuzzlesEpoch AI Benchmarking Hub43.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub59.0%–
LMCAEpoch AI Benchmarking Hub63.3%–
DTBenchEpoch AI Benchmarking Hub97.6%–
ForecastBenchForecastBench66.6%–
BTF-3Epoch AI Benchmarking Hub12.0%†–
コーディング
SciCodeSciCode56.4%–
WeirdMLWeirdML91.8%–
FrontierCodeCognition53.4%–
160件のベンチマークをすべて表示
指標公開元Claude Opus 5 (max)Muse Wonder Full (max)
コーディング
Arena CodingArena (LMArena)1528–
Arena WebDevArena (LMArena)16911724
LiveBench 1.0 CodingLiveBench81.5%–
SciCode (AA)Artificial Analysis56.4%62.6%
LiveCodeBenchVals AI89.0%–
IOIVals AI84.3%79.8%
SWE-bench (Vals)Vals AI97.0%†–
Code MigrationVals AI57.5%61.0%
Code Migration v1.1Vals AI–62.8%
ProgramBenchVals AI3.0%0.5%
SWE-bench MultimodalVals AI–47.3%
Vibe Code Bench 1-100Vals AI28.5%34.0%
Vibe Code Bench v1.1Vals AI88.4%†86.0%
SWE Atlas v1.0: Codebase QnAScale AI SEAL63.2%†–
SWE Atlas v1.0: Test WritingScale AI SEAL62.2%†–
SWE-Bench Pro V2Scale AI SEAL99.4%†–
SWE-Bench Pro V2 HARDScale AI SEAL98.0%†–
MirrorCodeEpoch AI Benchmarking Hub87.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub73.7%–
CursorBenchCursor46.6%–
ALE-BenchEpoch AI Benchmarking Hub2164.6†–
FrontierSWEEpoch AI Benchmarking Hub52.0%–
WeirdML v3WeirdML19.0%†–
Terminal-Bench 4.0 (AA)Artificial Analysis49.0%57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis89.1%–
Startrise FrontendStartrise82.3%†–
GameBench 2 OverallDuelLab GameBench 276.5†–
GameBench 2 by reasoning settingDuelLab GameBench 284.8†–
Design Arena WebsiteDesign Arena1304†–
FrontierCode 1.1 (AA)Artificial Analysis–44.9%
FrontierCode 2.0 (AA)Artificial Analysis31.1%37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench52.1%–
OSWorld-Verified 2.0OSWorld31.4%–
APEX-AgentsMercor65.8%–
Arena AgentArena (LMArena)7.29
LiveBench Agentic CodingLiveBench65.2%–
Terminal-Bench 2.1 (Vals)Vals AI84.6%†–
MCP AtlasScale AI SEAL85.8%†–
HiL-BenchScale AI SEAL57.0%†–
τ³-bench Bankingτ²-bench48.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis17291857
τ³-Banking (AA)Artificial Analysis42.1%–
Analyst Agent (AA)Artificial Analysis53.8%–
CUA-benchVals AI9.0%–
CyberBenchVals AI65.4%73.6%
Finance Agent v2Vals AI58.6%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 AI55.3%53.4%
Robo-benchVals AI–10.4%
SkillsBenchVals AI60.4%–
SREBenchVals AI12.2%11.8%
Tax Agent BenchVals AI47.1%43.0%
Terminal-Bench 4.0 (Vals)Vals AI53.5%58.1%
Terminal-Bench ScienceVals AI27.1%37.1%
Time Horizon Index: KSPVals AI18.8%–
Arena SearchArena (LMArena)1213†–
Arena Agent Task CompletionArena (LMArena)10.211.1
BALROGBALROG63.4%–
PostTrainBenchEpoch AI Benchmarking Hub35.7%†–
GBAEvalEpoch AI Benchmarking Hub79.6%†–
Vending-Bench 2Andon Labs11181.9†–
AutomationBenchArtificial Analysis56.6%71.3%
GDP.pdf (AA)Artificial Analysis21.6%32.6%
Harvey LAB-AA v1.1Harvey–13.1%
EnterpriseOps-GymArtificial Analysis47.5%–
AA-Briefcase v1.1Artificial Analysis16541729
GDPxGDPx by SemiAnalysis–9.0%
Design Arena AgenticDesign Arena1270†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis28.6%37.1%
DeepSec-Bench (AA)Artificial Analysis25.9%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub85.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub73.2%–
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%–
ProofBenchVals AI99.0%–
LiveBench MathematicsLiveBench95.7%–
Arena MathsArena (LMArena)1515–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub59.9%–
LiveBench 1.0 Data AnalysisLiveBench74.5%–
AA-Omniscience v1.1Artificial Analysis37.630.6
MMLU-ProVals AI91.6%–
LegalBenchVals AI87.0%87.4%
CorpFinVals AI73.2%†–
TaxEvalVals AI75.1%†–
BioMysteryBenchVals AI79.3%73.3%
Excel Modeling BenchmarkVals AI73.6%71.9%
Excel Modeling Benchmark v1.1Vals AI–75.0%
MedCodeVals AI63.6%49.9%
MedScribeVals AI91.0%89.3%
Public Benefits Bench v1.1Vals AI76.9%73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
DrugDiscoveryBenchScale AI SEAL53.7%–
EBR-benchEpoch AI Benchmarking Hub45.7%–
GDP.pdfEpoch AI Benchmarking Hub24.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis60.9%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.6%82.4%
FACTS ParametricGoogle48.8%†–
指示追従
LiveBench LanguageLiveBench88.7%–
LiveBench Instruction FollowingLiveBench63.8%–
Arena Instruction FollowingArena (LMArena)1494–
人間の評価
Arena TextArena (LMArena)1489–
EQ-Bench 4EQ-Bench1365†–
EQ-Bench Creative Writing v3EQ-Bench2135†–
Arena Creative WritingArena (LMArena)1473–
Arena Multi-turnArena (LMArena)1486–
Arena Longer QueriesArena (LMArena)1502–
マルチモーダル
Arena VisionArena (LMArena)1318†–
MMMU-ProArtificial Analysis84.7%–
MMMU-Pro (Vals)Vals AI89.9%–
MortgageTaxVals AI72.1%†–
Humanity's Sixth SenseScale AI SEAL30.5%–
Blueprint-Bench 2Epoch AI Benchmarking Hub30.4%†–
Furniture AssemblyEpoch AI Benchmarking Hub60.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.3%83.7%
Arena DocumentArena (LMArena)1486†–
MLCRArtificial Analysis11.1%22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.7†–
LiveBench 1.0LiveBench80.1%–
AA Intelligence Index v5.0.1Artificial Analysis44.250.1
AA Intelligence Index v4.3.2Artificial Analysis50.855.8
AA Progress Index v1Artificial Analysis333.7343.2
Vals IndexVals AI–66.8
Vals Finance IndexVals AI–64.5%
Vals RSI IndexVals AI33.0%24.4%
Vals Science IndexVals AI47.9%48.5%
Vals Multimodal IndexVals AI73.9%†–
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI–77.9%
安全性・誠実さ
FORTRESSScale AI SEAL16.8%†–
DistressBenchScale AI SEAL70.2%†–

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

  • Claude Opus 5 (max):新しい結果25件(LiveCodeBench, MMLU-Pro, IOI…)。
  • Claude Opus 5 (max):新しい結果1件(GDPval-AA v2.1)。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Claude Opus 5 (max):新しい結果1件(MirrorCode)。
  • Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
  • Claude Opus 5 (max):新しい結果7件(AA Intelligence Index v5.0.1, HLE-Diamond (AA), AA-Omniscience v1.1…)。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Claude Opus 5 (max):新しい結果1件(MirrorCode)。
  • Muse Wonder Full (max):新しい結果1件(Arena Agent)。

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 5 vs Muse Wonder Full:よくある質問

Claude Opus 5はMuse Wonder Fullより優れていますか?
品質ではClaude Opus 5 (max)がリードしています:65.0 対 61.7。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日時点では総合でClaude Opus 5 (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
コーディングにはClaude Opus 5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 67。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 5が1691、Muse Wonder Fullが1724です。
エージェントやツール利用にはClaude Opus 5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互角です(カテゴリ指標で64 対 64)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、Claude Opus 5が7.2、Muse Wonder Fullが9です。
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではMuse Wonder Fullの方がスコアが高くなっています(67 対 64)。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 5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42件のベンチマークのうち、Claude Opus 5のリードが15件、Muse Wonder Fullのリードが27件です。第三者の総合指標でも評価が分かれ、Claude Opus 5はBenchLeader Indexで、Muse Wonder FullはAA Intelligence Index v5.0.1でリードしています。
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。