Gemini 3.1 Flash Lite vs Muse Ember
詳しいプロフィール:Gemini 3.1 Flash Lite(Google)とMuse Ember(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、Gemini 3.1 Flash LiteとMuse Emberの品質は互角です(BenchLeader Indexで52.6 対 52.1、±6.3の誤差範囲内)。価格はMuse Emberの方が2.8倍安く、100万トークンあたりのブレンド価格で$0.200 対 $0.563です。両方を測定できるすべてのカテゴリでMuse Emberがリードしています。Muse Emberの方が出力が速いです。
要点(2026年11月16日時点)
- BenchLeader IndexはGemini 3.1 Flash Liteが52.6、Muse Emberが52.1です(BenchLeader、2026年11月16日)。
- Gemini 3.1 Flash Liteの100万トークンあたりのブレンド価格は$0.563です(定価、2026年11月16日)。
- Muse Emberの100万トークンあたりのブレンド価格は$0.200です(定価、2026年11月16日)。
- Muse EmberはGemini 3.1 Flash Liteより出力が速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある13件のベンチマークのうち、Muse Emberが12件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はGemini 3.1 Flash Liteが1256、Muse Emberが1609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 Ember | カテゴリスコア60 対 43;Arena WebDev 1609 対 1256 | 高 |
| エージェント・ツール利用 | Muse Ember | カテゴリスコア52 対 43;AutomationBench 68.1% 対 6.8% | 高 |
| 推論 | Muse Ember | カテゴリスコア51 対 41;HLE-Diamond (AA) 25.1% 対 9.0% | 高 |
| 知識 | Muse Ember | カテゴリスコア49 対 44;AA-Omniscience v1.1 7.4 対 -24.1 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGemini 3.1 Flash Liteのみです(カテゴリスコア61) | 比較不可 |
| 最低コスト | Muse Ember | 100万トークンあたりブレンド価格$0.200 対 $0.563;エージェント型コーディングセッション$0.008 対 $0.021 | – |
| 回答開始の速さ | Gemini 3.1 Flash Lite | 最初の回答トークンまで3.5秒(Gemini 3.1 Flash Lite)対 5.0秒(Muse Ember (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
- Gemini 3.1 Flash LiteとMuse Ember (max)の品質は互角です(52.6 対 52.1、±6.3の誤差範囲内)。
- Muse Ember (max)はエージェント・ツール、コーディング、知識、推論で優れています。
- Muse Ember (max)の方が2.8倍安くなっています(100万トークンあたりブレンド価格$0.200 対 $0.563)。
- Muse Ember (max)の方が出力が1.4倍速くなっています(437 対 301トークン/秒)。
概要
| 仕様 | Gemini 3.1 Flash Lite | Muse Ember |
|---|---|---|
| プロバイダー | Meta | |
| リリース日 | 2026年3月3日 | 2026年11月9日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,048,576 |
| 比較した構成 | Gemini 3.1 Flash Lite | Muse Ember (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) | $0.250 / $1.50 / $0.025 | $0.100 / $0.500 / $0.0040 |
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 | Gemini 3.1 Flash Lite | Muse Ember (max) | トップ |
|---|---|---|---|
| 推論 | 41.3 | 51.1 | Muse Ember |
| コーディング | 42.6 | 60.0 | Muse Ember |
| エージェント・ツール | 43.1 | 52.4 | Muse Ember |
| 数学 | 61.3 | – | 比較不可 |
| 知識 | 44.2 | 48.8 | Muse Ember |
| 指示追従 | 62.7 | – | 比較不可 |
| 人間の評価 | 61.2 | – | 比較不可 |
| マルチモーダル | 57.7 | – | 比較不可 |
| 長文コンテキスト | 61.7 | – | 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):数学, 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13件のベンチマークのうち、Gemini 3.1 Flash Liteのリードが1件、Muse Emberのリードが12件です。両方を評価しているすべての総合指標で、Muse Emberが上回っています。
| 総合Index | Gemini 3.1 Flash Lite | Muse Ember (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 52.6 | 52.1 | 互角 |
| AA Intelligence Index v5.0.1 | 6.2 | 36.0 | Muse Ember |
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 | Gemini 3.1 Flash Lite | Muse Ember (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.563 | $0.200 |
| 100万トークンあたりの入力/出力 | $0.250 / $1.50 | $0.100 / $0.500 |
| 100万トークンあたりのキャッシュ入力 | $0.025 | $0.0040 |
| タスクあたりの価格:チャットの返答 | $0.0006 | $0.0002 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0039 | $0.0015 |
| タスクあたりの価格:コード編集 | $0.0038 | $0.0014 |
| 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 | $0.021 | $0.0080 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0003 |
| 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) | $0.011 | $0.0037 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.194 | $0.136 |
| タスクあたりの出力トークン(AA Index) | 16k | 84k |
| うち推論 | 11k | 52k |
| タスクあたりの時間(AA Index) | 53 s | 3 min |
| 出力速度 | 301 tok/s | 437 tok/s |
| 回答開始までの時間 | 3.5秒 | 5.0秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 7.5秒 | 12.9秒 |
トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Gemini 3.1 Flash Liteで$0.194、Muse Ember (max)で$0.136でした。同じ作業でMuse Ember (max)は5.3倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 3.1 Flash Liteのスコアは52.6、最初の回答トークンまで4秒。Gemini 3.1 Flash Lite (high)は48.4(4秒)。Muse Ember (max)のスコアは52.1、最初の回答トークンまで5秒。Muse Ember (xhigh)は49.1(4秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
104件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 3.1 Flash Lite | Muse Ember (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 52.6 | 52.1 |
| エージェント・ツールスコア | BenchLeader | 43.1 | 52.4 |
| コーディングスコア | BenchLeader | 42.6 | 60.0 |
| 人間の評価スコア | BenchLeader | 61.2 | – |
| 指示追従スコア | BenchLeader | 62.7 | – |
| 知識スコア | BenchLeader | 44.2 | 48.8 |
| 長文コンテキストスコア | BenchLeader | 61.7 | – |
| 数学スコア | BenchLeader | 61.3 | – |
| マルチモーダルスコア | BenchLeader | 57.7 | – |
| 推論スコア | BenchLeader | 41.3 | 51.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.563 | $0.200 |
| 出力速度 | BenchLeader | 301 tok/s | 437 tok/s |
| 回答開始までの時間 | BenchLeader | 3.5秒 | 5.0秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 81.8%† | – |
| Humanity's Last Exam | Scale AI / CAIS | 8.6% | – |
| SimpleBench | SimpleBench | – | 72.7%† |
| Arena Hard Prompts | Arena (LMArena) | 1445 | – |
| GPQA Diamond (AA) | Artificial Analysis | 82.2% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 17.2% | – |
| HLE-Diamond (AA) | Artificial Analysis | 9.0% | 25.1% |
| GPQA Diamond (Vals) | Vals AI | 81.1%† | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 67.2% | – |
| CritPt | Artificial Analysis | 1.1% | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | 3.0% | 39.0% |
| Arena Expert | Arena (LMArena) | 1445 | – |
| LMCA | Epoch AI Benchmarking Hub | 35.0%† | – |
| DTBench | Epoch AI Benchmarking Hub | 76.8%† | – |
| ForecastBench | ForecastBench | 62.6% | – |
| コーディング | |||
| SciCode | SciCode | 43.4% | – |
| WeirdML | WeirdML | 52.2% | – |
| Arena Coding | Arena (LMArena) | 1458 | – |
| Arena WebDev | Arena (LMArena) | 1256 | 1609 |
| LiveCodeBench | Vals AI | 80.1% | – |
| SWE-bench (Vals) | Vals AI | 62.8%† | – |
| Code Migration | Vals AI | 4.6%† | – |
| ProgramBench | Vals AI | 0.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 0.0%† | 83.7% |
| SWE Atlas v1.1 | Scale AI SEAL | – | 56.0%† |
104件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 3.1 Flash Lite | Muse Ember (max) |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 61.3%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 56.7%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 50.0%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 797.7 | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 0.5% | 40.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 31.1% | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 15.4† | – |
| Design Arena Website | Design Arena | 1074 | 1330† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 0.6% | 27.2% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 30.6%† |
| APEX-Agents | Mercor | – | 64.3%† |
| Arena Agent | Arena (LMArena) | – | 1.7 |
| Terminal-Bench Hard | Artificial Analysis | 24.2% | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 31.3% | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 34.1%† | – |
| MCP Atlas | Scale AI SEAL | 57.1%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 438 | – |
| τ³-Banking (AA) | Artificial Analysis | 9.7% | – |
| Analyst Agent (AA) | Artificial Analysis | 8.8% | – |
| APEX-Agents (AA) | Artificial Analysis | 12.2% | – |
| Finance Agent v2 | Vals AI | 30.0%† | – |
| Finance Agent v2.1 | Vals AI | – | 63.8% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 25.0% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 0.0%† | – |
| Legal Research Bench | Vals AI | 3.4%† | 49.0% |
| Tax Agent Bench | Vals AI | 3.1%† | 38.2% |
| Terminal-Bench 2.0 (Vals) | Vals AI | 24.7%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 39.4% |
| Arena Agent Task Completion | Arena (LMArena) | – | -7.6 |
| DeepResearch Bench | DeepResearch Bench | 36.4% | – |
| AutomationBench | Artificial Analysis | 6.8% | 68.1% |
| GDP.pdf (AA) | Artificial Analysis | 7.8% | 22.8% |
| EnterpriseOps-Gym | Artificial Analysis | 28.0% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 208 | 1520 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 0.0% | 20.0% |
| BrowseComp | OpenAI | 1.1% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 27.7%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 80.0%† | – |
| AIME (Vals) | Vals AI | 83.3%† | – |
| Arena Maths | Arena (LMArena) | 1436 | – |
| 知識 | |||
| AA-Omniscience v1.1 | Artificial Analysis | -24.1 | 7.4 |
| MMLU-Pro | Vals AI | 86.2% | – |
| LegalBench | Vals AI | 83.8%† | – |
| CorpFin | Vals AI | 59.4%† | – |
| TaxEval | Vals AI | 71.8%† | – |
| MultiNRC | Scale AI SEAL | 25.0% | – |
| CaseLaw v2 | Vals AI | 55.0%† | – |
| Excel Modeling Benchmark | Vals AI | 8.6%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 72.2% |
| MedCode | Vals AI | 47.6%† | – |
| MedScribe | Vals AI | 63.9%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 31.7% | 21.1% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 18.3% | 82.6% |
| 指示追従 | |||
| IFBench | Artificial Analysis | 77.2% | – |
| MultiChallenge | Scale AI SEAL | 60.6% | – |
| TutorBench | Scale AI SEAL | 51.5% | – |
| Arena Instruction Following | Arena (LMArena) | 1409 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1433 | – |
| Arena Creative Writing | Arena (LMArena) | 1415 | – |
| Arena Multi-turn | Arena (LMArena) | 1435 | – |
| Arena Longer Queries | Arena (LMArena) | 1430 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1240 | – |
| MMMU-Pro | Artificial Analysis | 75.5% | – |
| VISTA | Scale AI SEAL | 46.9% | – |
| MMMU-Pro (Vals) | Vals AI | 82.5%† | – |
| MortgageTax | Vals AI | 68.0%† | – |
| GeoBench | GeoBench | 83.0% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 74.3% | – |
| MLCR | Artificial Analysis | 5.0% | 18.3% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 145.0 | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 6.2 | 36.0 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 15.6 | – |
| AA Progress Index v1 | Artificial Analysis | 244.1 | – |
| Vals Index | Vals AI | – | 60.5 |
| Vals Finance Index | Vals AI | – | 60.9% |
| Vals Multimodal Index | Vals AI | 41.4%† | – |
| Vals Legal Index | Vals AI | – | 75.7% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 51.0% | 11.9%† |
| MASK | Scale AI SEAL | 48.4% | – |
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
- Gemini 3.1 Flash Lite:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Muse Ember (max):新しい結果1件(Arena Agent)。
- Gemini 3.1 Flash Lite:新しい結果1件(GeoBench)。
- Muse Ember (max):新しい結果2件(MLCR, Arena WebDev)。
- Gemini 3.1 Flash Lite:BenchLeader Index 53.2 → 52.4。
- Gemini 3.1 Flash Lite:新しい結果3件(AA Intelligence Index v5.0.1, CritPt v2 hard subset (AA), FrontierCode 2.0 (AA))、スコアの改訂1件。
- Gemini 3.1 Flash Lite:BenchLeader Index 54.4 → 53.2。
- Gemini 3.1 Flash Lite:新しい結果5件(HLE-Diamond (AA), AA-Omniscience v1.1, AA-Omniscience v1.1: accuracy…)。
- Gemini 3.1 Flash Lite:新しい結果1件(AA Progress Index v1)。
- Gemini 3.1 Flash Lite:BenchLeader Index 54.9 → 54.4。
関連する比較
- Muse Ember vs Muse Spark Open 816B A42B
- Muse Ember vs Mistral Large 4
- Muse Ember vs Inkling Small
- Muse Ember vs Qwen3.5-27B
- Muse Ember vs Gemma 4 31B
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
Gemini 3.1 Flash Lite vs Muse Ember:よくある質問
- Gemini 3.1 Flash LiteはMuse Emberより優れていますか?
- Gemini 3.1 Flash LiteとMuse Ember (max)の品質は互角です(52.6 対 52.1、±6.3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。
- Gemini 3.1 Flash LiteとMuse Ember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 Emberの方が安く、100万トークンあたり$0.200 対 $0.563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Gemini 3.1 Flash LiteとMuse Emberのどちらが向いていますか?
- コーディングではMuse Emberの方がスコアが高くなっています(カテゴリ指標で60 対 43。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、Gemini 3.1 Flash Liteが1256、Muse Emberが1609です。
- Gemini 3.1 Flash LiteとMuse Emberはどちらが速いですか?
- Muse Emberの方が出力が速くなっています(出力437 対 301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Gemini 3.1 Flash LiteとMuse Ember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 Emberの方がスコアが高くなっています(カテゴリ指標で52 対 43。50が平均)。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- どちらも1,048,576トークンのコンテキストに対応しています。
- 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Gemini 3.1 Flash Liteです。Artificial Analysisの測定では、最初の回答トークンまで3.5秒 対 5.0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。
- Gemini 3.1 Flash LiteとMuse Ember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13件のベンチマークのうち、Gemini 3.1 Flash Liteのリードが1件、Muse Emberのリードが12件です。両方を評価しているすべての総合指標で、Muse Emberが上回っています。
- Muse Emberはいつリリースされましたか?
- Muse Emberは2026年11月9日にリリースされました。