Claude Sonnet 4.6 vs Muse Spark Open 816B A42B
詳しいプロフィール:Claude Sonnet 4.6(Anthropic)とMuse Spark Open 816B A42B(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 · 9件の情報源のデータ
2026年11月16日時点で、Claude Sonnet 4.6とMuse Spark Open 816B A42Bの品質は互角です(BenchLeader Indexで57.6 対 58.1、±7.3の誤差範囲内)。価格はMuse Spark Open 816B A42Bの方が3.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $6.00です。数学(63 対 59)を重視するならClaude Sonnet 4.6、コーディング(65 対 54)、知識(62 対 58)を重視するならMuse Spark Open 816B A42Bが向いています。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Sonnet 4.6が57.6、Muse Spark Open 816B A42Bが58.1です(BenchLeader、2026年11月16日)。
- Claude Sonnet 4.6の100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月16日)。
- Muse Spark Open 816B A42Bの100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
- 両モデルに結果がある2件のベンチマークのうち、Muse Spark Open 816B A42Bが2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 |
|---|---|---|---|
| コーディング | Muse Spark Open 816B A42B | カテゴリスコア65 対 54 | 高 |
| 数学 | Claude Sonnet 4.6 | カテゴリスコア63 対 59;OTIS Mock AIME 85.8% 対 98.1% | 中 |
| 推論 | どちらでも | カテゴリスコア64 対 63;GPQA Diamond 87.4% 対 88.6% | どちらでも |
| 知識 | Muse Spark Open 816B A42B | カテゴリスコア62 対 58 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはClaude Sonnet 4.6のみです(カテゴリスコア61) | 比較不可 |
| 最低コスト | Muse Spark Open 816B A42B | 100万トークンあたりブレンド価格$2.00 対 $6.00;エージェント型コーディングセッション$0.092 対 $0.240 | – |
| 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 Sonnet 4.6とMuse Spark Open 816B A42B (xhigh)の品質は互角です(57.6 対 58.1、±7.3の誤差範囲内)。
- Claude Sonnet 4.6は数学、推論で優れています。
- Muse Spark Open 816B A42B (xhigh)はコーディング、知識で優れています。
- Muse Spark Open 816B A42B (xhigh)の方が3.0倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $6.00)。
概要
| 仕様 | Claude Sonnet 4.6 | Muse Spark Open 816B A42B |
|---|---|---|
| プロバイダー | Anthropic | Meta |
| リリース日 | 2026年2月17日 | 2026年10月15日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,048,576 |
| 比較した構成 | Claude Sonnet 4.6 | Muse Spark Open 816B A42B (xhigh) |
| オープンウェイト | なし | あり |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $3.00 / $15.00 / $0.300 | $1.25 / $4.25 / $0.150 |
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 Sonnet 4.6 | Muse Spark Open 816B A42B (xhigh) | トップ |
|---|---|---|---|
| 推論 | 63.9 | 63.2 | 互角 |
| コーディング | 53.5 | 65.1 | Muse Spark Open 816B A42B |
| エージェント・ツール | 52.6 | – | 比較不可 |
| 数学 | 63.1 | 58.7 | Claude Sonnet 4.6 |
| 知識 | 58.1 | 61.5 | Muse Spark Open 816B A42B |
| 人間の評価 | 60.5 | – | 比較不可 |
| マルチモーダル | 62.4 | – | 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。
描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。
情報源で評価が分かれる点
両方に結果がある2件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Muse Spark Open 816B A42Bのリードが2件です。
| 総合Index | Claude Sonnet 4.6 | Muse Spark Open 816B A42B (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 57.6 | 58.1 | 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 Sonnet 4.6 | Muse Spark Open 816B A42B (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $6.00 | $2.00 |
| 100万トークンあたりの入力/出力 | $3.00 / $15.00 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.300 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0057 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.045 | $0.018 |
| タスクあたりの価格:コード編集 | $0.041 | $0.014 |
| 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 | $0.240 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.0090 | $0.0034 |
| 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) | $0.118 | $0.043 |
| 出力速度 | 43 tok/s | – |
| 回答開始までの時間 | 0.6秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Sonnet 4.6のスコアは57.6、最初の回答トークンまで1秒。Claude Sonnet 4.6 (max)は56.1(91秒)、Claude Sonnet 4.6 (high)は50.3(1秒)。Muse Spark Open 816B A42B (xhigh)のスコアは58.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
108件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Sonnet 4.6 | Muse Spark Open 816B A42B (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.6 | 58.1 |
| エージェント・ツールスコア | BenchLeader | 52.6 | – |
| コーディングスコア | BenchLeader | 53.5 | 65.1 |
| 人間の評価スコア | BenchLeader | 60.5 | – |
| 知識スコア | BenchLeader | 58.1 | 61.5 |
| 数学スコア | BenchLeader | 63.1 | 58.7 |
| マルチモーダルスコア | BenchLeader | 62.4 | – |
| 推論スコア | BenchLeader | 63.9 | 63.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $6.00 | $2.00 |
| 出力速度 | BenchLeader | 43 tok/s | – |
| 回答開始までの時間 | BenchLeader | 0.6秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 87.4% | 88.6% |
| Arena Hard Prompts | Arena (LMArena) | 1503 | – |
| LiveBench 1.0 Reasoning | LiveBench | 84.8%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 87.5%† | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 33.6%† | – |
| GPQA Diamond (Vals) | Vals AI | 85.6%† | – |
| ARC-AGI-1 | ARC Prize | 86.0%† | – |
| ARC-AGI-2 | ARC Prize | 58.3%† | – |
| CritPt | Artificial Analysis | 3.1%† | – |
| Arena Expert | Arena (LMArena) | 1506 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 23.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 14.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 46.5%† | – |
| DTBench | Epoch AI Benchmarking Hub | 89.9%† | – |
| ForecastBench | ForecastBench | 64.0% | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 75.2% | – |
| SciCode | SciCode | 46.8%† | 58.5% |
| WeirdML | WeirdML | 66.1%† | – |
| FrontierCode | Cognition | 24.3% | – |
| Arena Coding | Arena (LMArena) | 1528 | – |
| Arena WebDev | Arena (LMArena) | 1522 | – |
| LiveBench 1.0 Coding | LiveBench | 79.3%† | – |
| SciCode (AA) | Artificial Analysis | 50.1%† | – |
| LiveCodeBench | Vals AI | 82.1%† | – |
| SWE-bench (Vals) | Vals AI | 77.4%† | – |
108件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Sonnet 4.6 | Muse Spark Open 816B A42B (xhigh) |
|---|---|---|---|
| コーディング | |||
| Code Migration | Vals AI | 39.9%† | – |
| ProgramBench | Vals AI | 0.5%† | – |
| Vibe Code Bench v1.1 | Vals AI | 55.8% | – |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 31.2% | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 32.2% | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 31.8% | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 29.9%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1327.3† | 1590.1 |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 3.0%† | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 71.2%† | – |
| Design Arena Website | Design Arena | 1277 | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 53.4% | – |
| OSWorld-Verified 2.0 | OSWorld | 8.3%† | – |
| APEX-Agents | Mercor | 43.0%† | 33.4%† |
| LiveBench Agentic Coding | LiveBench | 42.6%† | – |
| Terminal-Bench Hard | Artificial Analysis | 53.0%† | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 75.7%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 57.3%† | – |
| MCP Atlas | Scale AI SEAL | 69.5% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1240† | – |
| τ³-Banking (AA) | Artificial Analysis | 34.4%† | – |
| ITBench SRE (AA) | Artificial Analysis | 39.8%† | – |
| Analyst Agent (AA) | Artificial Analysis | 20.0%† | – |
| APEX-Agents (AA) | Artificial Analysis | 28.0%† | – |
| Finance Agent v2 | Vals AI | 51.0%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 5.0%† | – |
| Legal Research Bench | Vals AI | 38.5%† | – |
| SkillsBench | Vals AI | 49.0%† | – |
| Tax Agent Bench | Vals AI | 25.8%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | 59.5%† | – |
| Arena Search | Arena (LMArena) | 1201 | – |
| DeepResearch Bench | DeepResearch Bench | 54.9%† | – |
| ExploitBench | Epoch AI Benchmarking Hub | 23.6% | – |
| GBAEval | Epoch AI Benchmarking Hub | 48.8% | – |
| Vending-Bench 2 | Andon Labs | 7204.1 | – |
| AutomationBench | Artificial Analysis | 20.1%† | – |
| GDP.pdf (AA) | Artificial Analysis | 15.8%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1062† | – |
| Design Arena Agentic | Design Arena | 1187 | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 69.8% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 31.7% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 85.8% | 98.1% |
| ProofBench | Vals AI | 45.0%† | – |
| LiveBench Mathematics | LiveBench | 87.0%† | – |
| AIME (Vals) | Vals AI | 92.3% | – |
| Arena Maths | Arena (LMArena) | 1461 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 32.8%† | 56.6% |
| LiveBench 1.0 Data Analysis | LiveBench | 78.0%† | – |
| MMLU-Pro | Vals AI | 87.3%† | – |
| LegalBench | Vals AI | 82.1%† | – |
| CorpFin | Vals AI | 65.3%† | – |
| TaxEval | Vals AI | 77.1%† | – |
| MedQA | Vals AI | 92.1% | – |
| CaseLaw v2 | Vals AI | 64.0% | – |
| Excel Modeling Benchmark | Vals AI | 60.1%† | – |
| Public Benefits Bench v1.1 | Vals AI | 62.5%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 31.3%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 18.0%† | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | 90.5%† | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 76.1%† | – |
| LiveBench Instruction Following | LiveBench | 63.2%† | – |
| IFBench | Artificial Analysis | 56.6%† | – |
| Arena Instruction Following | Arena (LMArena) | 1475 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1472 | – |
| EQ-Bench 4 | EQ-Bench | 1197 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1811 | – |
| Arena Creative Writing | Arena (LMArena) | 1449 | – |
| Arena Multi-turn | Arena (LMArena) | 1480 | – |
| Arena Longer Queries | Arena (LMArena) | 1492 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1283 | – |
| MMMU-Pro | Artificial Analysis | 73.3%† | – |
| MMMU-Pro (Vals) | Vals AI | 83.6%† | – |
| MortgageTax | Vals AI | 67.7%† | – |
| GeoBench | GeoBench | 73.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 6.7% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 80.0%† | – |
| Arena Document | Arena (LMArena) | 1478 | – |
| MLCR | Artificial Analysis | 7.8%† | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 152.9 | – |
| LiveBench 1.0 | LiveBench | 73.0%† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 30.1† | – |
| AA Progress Index v1 | Artificial Analysis | 293.6† | – |
| Vals Multimodal Index | Vals AI | 60.6%† | – |
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
- Claude Sonnet 4.6:BenchLeader Index 58.3 → 57.6。
- Claude Sonnet 4.6:スコアの改訂2件。
- Muse Spark Open 816B A42B (xhigh):BenchLeader Index 58.6 → 58.1。
- Claude Sonnet 4.6:新しい結果1件(GeoBench)。
- Claude Sonnet 4.6:新しい結果1件(Arena Search)。
- Claude Sonnet 4.6:BenchLeader Index 57.1 → 58.3。
- Claude Sonnet 4.6:スコアの改訂1件。
- Claude Sonnet 4.6:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
- Claude Sonnet 4.6:スコアの改訂1件。
- Claude Sonnet 4.6:BenchLeader Index 58.9 → 57.1。
関連する比較
- Claude Sonnet 4.6 vs Gemini 4 Carbon
- Claude Sonnet 4.6 vs GPT-6.1 Sol
- Muse Spark Open 816B A42B vs Claude Fable 5.2
- Muse Spark Open 816B A42B vs Gemini 4 Carbon
- Muse Spark Open 816B A42B vs Claude Opus 5.5
- Muse Spark Open 816B A42B vs GPT-6 Astra
- Claude Sonnet 4.6 vs Muse Spark 1.3
- Claude Sonnet 4.6 vs Claude Sonnet 5.5
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
Claude Sonnet 4.6 vs Muse Spark Open 816B A42B:よくある質問
- Claude Sonnet 4.6はMuse Spark Open 816B A42Bより優れていますか?
- Claude Sonnet 4.6とMuse Spark Open 816B A42B (xhigh)の品質は互角です(57.6 対 58.1、±7.3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 Sonnet 4.6とMuse Spark Open 816B A42B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 Spark Open 816B A42Bの方が安く、100万トークンあたり$2.00 対 $6.00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。
- コーディングにはClaude Sonnet 4.6とMuse Spark Open 816B A42Bのどちらが向いていますか?
- コーディングではMuse Spark Open 816B A42Bの方がスコアが高くなっています(カテゴリ指標で65 対 54。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 Sonnet 4.6は1,000,000、Muse Spark Open 816B A42Bは1,048,576)。
- Claude Sonnet 4.6とMuse Spark Open 816B A42B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2件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Muse Spark Open 816B A42Bのリードが2件です。
ほかの質問(1件)
- Muse Spark Open 816B A42Bはいつリリースされましたか?
- Muse Spark Open 816B A42Bは2026年10月15日にリリースされました。