BenchLeader

Gemini 3.5 Flash vs Muse Spark 1.3

詳しいプロフィール:Gemini 3.5 Flash(Google)とMuse Spark 1.3(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、Gemini 3.5 FlashとMuse Spark 1.3の品質は互角です(BenchLeader Indexで62.5 対 61.6、±8.6の誤差範囲内)。価格はMuse Spark 1.3の方が1.7倍安く、100万トークンあたりのブレンド価格で$2.00 対 $3.38です。エージェント・ツール(63 対 61)、数学(58 対 56)を重視するならGemini 3.5 Flash、知識(81 対 63)、推論(71 対 61)を重視するならMuse Spark 1.3が向いています。回答開始までの時間はMuse Spark 1.3の方が短く、2.6秒 対 9.9秒です。Gemini 3.5 Flashは出力が約1.5倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 3.5 Flashが62.5、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Gemini 3.5 Flashの100万トークンあたりのブレンド価格は$3.38です(定価、2026年11月16日)。
  • Muse Spark 1.3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)。
  • Gemini 3.5 FlashはMuse Spark 1.3より出力が約1.5倍速いです(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3件のベンチマークのうち、Muse Spark 1.3が3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Gemini 3.5 Flashカテゴリスコア63 対 61中
数学Gemini 3.5 Flashカテゴリスコア58 対 56;ProofBench 31.0% 対 55.0%中
推論Muse Spark 1.3カテゴリスコア71 対 61;LMCA 53.9% 対 47.1%高
知識Muse Spark 1.3カテゴリスコア81 対 63高
チャットの質(人間の評価)–Arenaの評価があるのはGemini 3.5 Flashのみです(カテゴリスコア67)比較不可
最低コストMuse Spark 1.3100万トークンあたりブレンド価格$2.00 対 $3.38;エージェント型コーディングセッション$0.092 対 $0.126–
回答開始の速さMuse Spark 1.3最初の回答トークンまで2.6秒(Muse Spark 1.3)対 9.9秒(Gemini 3.5 Flash (high))–
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 3.5 Flash (high)とMuse Spark 1.3の品質は互角です(62.5 対 61.6、±8.6の誤差範囲内)。
  • Gemini 3.5 Flash (high)はエージェント・ツール、数学で優れています。
  • Muse Spark 1.3は知識、推論で優れています。
  • Muse Spark 1.3の方が1.7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 $3.38)。

概要

仕様Gemini 3.5 FlashMuse Spark 1.3
プロバイダーGoogleMeta
リリース日2026年5月19日2026年9月2日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成Gemini 3.5 Flash (high)Muse Spark 1.3
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)$1.50 / $9.00 / $0.150$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Gemini 3.5 Flash (high)Muse Spark 1.3トップ
推論60.671.0Muse Spark 1.3
コーディング59.5–比較不可
エージェント・ツール62.861.3Gemini 3.5 Flash
数学57.756.3Gemini 3.5 Flash
知識63.381.2Muse Spark 1.3
指示追従74.4–比較不可
人間の評価66.8–比較不可
マルチモーダル66.2–比較不可
長文コンテキスト61.2–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推論エージェント・ツール数学知識Gemini 3.5 Flash, 推論: 60.6Gemini 3.5 Flash, エージェント・ツール: 62.8Gemini 3.5 Flash, 数学: 57.7Gemini 3.5 Flash, 知識: 63.3Muse Spark 1.3, 推論: 71.0Muse Spark 1.3, エージェント・ツール: 61.3Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知識: 81.2

描画していないもの(測定済みのモデルが2つ未満):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, 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3件のベンチマークのうち、Gemini 3.5 Flashのリードが0件、Muse Spark 1.3のリードが3件です。両方を評価しているすべての総合指標で、Muse Spark 1.3が上回っています。

総合IndexGemini 3.5 Flash (high)Muse Spark 1.3トップ
BenchLeader Index62.561.6互角
Arena Text14781497†Muse Spark 1.3

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 3.5 Flash (high)Muse Spark 1.3
100万トークンあたりのブレンド価格$3.38$2.00
100万トークンあたりの入力/出力$1.50 / $9.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.150$0.150
タスクあたりの価格:チャットの返答$0.0033$0.0018
タスクあたりの価格:30ページのレポートを要約$0.023$0.018
タスクあたりの価格:コード編集$0.022$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$0.126$0.092
タスクあたりの価格:構造化データの抽出$0.0048$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)$0.065$0.043
出力速度176 tok/s163 tok/s
回答開始までの時間9.9秒2.6秒
回答が完了するまでの時間(最終測定2026年11月13日)27.6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。Gemini 3.5 Flash (high)のスコアは62.5、最初の回答トークンまで10秒。Gemini 3.5 Flash (medium)は61.8(9秒)、Gemini 3.5 Flash (minimal)は55.6(3秒)。Muse Spark 1.3のスコアは61.6、最初の回答トークンまで3秒。Muse Spark 1.3 (max)は60.6(31秒)、Muse Spark 1.3 (xhigh)は58.1(11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

159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 3.5 Flash (high)Muse Spark 1.3
BenchLeader IndexBenchLeader62.561.6
エージェント・ツールスコアBenchLeader62.861.3
コーディングスコアBenchLeader59.5–
人間の評価スコアBenchLeader66.8–
指示追従スコアBenchLeader74.4–
知識スコアBenchLeader63.381.2
長文コンテキストスコアBenchLeader61.2–
数学スコアBenchLeader57.756.3
マルチモーダルスコアBenchLeader66.2–
推論スコアBenchLeader60.671.0
ブレンド価格($/100万トークン)BenchLeader$3.38$2.00
出力速度BenchLeader176 tok/s163 tok/s
回答開始までの時間BenchLeader9.9秒2.6秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub92.8%–
SimpleBenchSimpleBench76.7%†81.8%
Arena Hard PromptsArena (LMArena)14961517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench82.0%89.7%†
GPQA Diamond (AA)Artificial Analysis92.2%93.5%†
Humanity's Last Exam (AA)Artificial Analysis42.7%48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI92.7%–
EnigmaEvalScale AI SEAL25.4%–
ARC-AGI-1ARC Prize92.5%–
ARC-AGI-2ARC Prize72.1%–
CritPtArtificial Analysis13.1%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis–48.0%†
MysteryMechanismVals AI–36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)14911521†
Chess PuzzlesEpoch AI Benchmarking Hub45.0%37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub32.0%25.0%†
LMCAEpoch AI Benchmarking Hub47.1%53.9%
DTBenchEpoch AI Benchmarking Hub94.7%96.5%
ForecastBenchForecastBench64.0%†65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub79.3%–
SciCodeSciCode53.9%58.8%†
159件のベンチマークをすべて表示
指標公開元Gemini 3.5 Flash (high)Muse Spark 1.3
コーディング
WeirdMLWeirdML62.6%–
Arena CodingArena (LMArena)15081534†
Arena WebDevArena (LMArena)15001655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench78.2%81.1%†
LiveCodeBenchVals AI87.6%–
IOIVals AI–56.6%†
SWE-bench (Vals)Vals AI78.8%–
Code MigrationVals AI26.8%47.4%†
ProgramBenchVals AI0.0%2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI48.7%85.9%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub58.1%†–
DeepSWE v1.1Epoch AI Benchmarking Hub36.1%–
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub911.01688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis6.6%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 249.4†57.7
GameBench 2 by reasoning settingDuelLab GameBench 263.268.5†
Design Arena WebsiteDesign Arena1260†1353†
FrontierCode 1.1 (AA)Artificial Analysis–40.6%†
FrontierCode 2.0 (AA)Artificial Analysis–23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench–14.8%†
APEX-AgentsMercor27.5%†58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench49.0%64.1%†
Terminal-Bench HardArtificial Analysis40.9%–
τ²-Bench Telecom (AA)Artificial Analysis95.3%–
Terminal-Bench 2.1 (Vals)Vals AI74.2%79.0%†
MCP AtlasScale AI SEAL83.6%–
HiL-BenchScale AI SEAL27.7%†66.9%
GDPval-AA v2.1Artificial Analysis12111681†
τ³-Banking (AA)Artificial Analysis32.2%50.5%†
ITBench SRE (AA)Artificial Analysis40.4%33.2%†
Analyst Agent (AA)Artificial Analysis45.0%37.5%†
APEX-Agents (AA)Artificial Analysis47.0%–
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI57.9%60.0%†
Harvey's Legal Agent Benchmark v1Vals AI2.5%23.8%†
Legal Research BenchVals AI30.8%55.3%†
SkillsBenchVals AI52.7%–
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI21.6%42.4%†
Terminal-Bench 2.0 (Vals)Vals AI67.4%–
Terminal-Bench 4.0 (Vals)Vals AI6.1%24.8%†
Terminal-Bench ScienceVals AI5.7%10.0%†
Web Search IndexVals AI37.0%–
Arena Agent Task CompletionArena (LMArena)–3.7†
GBAEvalEpoch AI Benchmarking Hub6.7%†–
Vending-Bench 2Andon Labs5396.4†–
AutomationBenchArtificial Analysis42.1%57.9%†
GDP.pdf (AA)Artificial Analysis19.8%26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
EnterpriseOps-GymArtificial Analysis50.1%–
AA-Briefcase v1.1Artificial Analysis8761581†
Design Arena AgenticDesign Arena1174†1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–10.9%†
CWE-Bench (AA)Artificial Analysis–60.8%†
DeepSec-Bench (AA)Artificial Analysis–12.5%†
CyberGym end-to-end (AA)Artificial Analysis–59.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub62.8%74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%99.2%†
ProofBenchVals AI31.0%55.0%
LiveBench MathematicsLiveBench88.2%96.0%†
AIME 2026MathArena95.0%–
HMMT February 2026MathArena95.5%–
MathArena ApexMathArena32.3%–
Arena MathsArena (LMArena)14971506†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub66.2%–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench64.9%79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI89.5%–
LegalBenchVals AI83.6%–
CorpFinVals AI64.7%–
TaxEvalVals AI74.4%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
Excel Modeling BenchmarkVals AI63.5%67.4%†
MedCodeVals AI55.8%–
MedScribeVals AI76.6%–
Public Benefits Bench v1.1Vals AI59.5%–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI63.0%70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL50.0%62.2%†
EBR-benchEpoch AI Benchmarking Hub4.8%–
GDP.pdfEpoch AI Benchmarking Hub14.0%†27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–74.8%†
指示追従
LiveBench LanguageLiveBench84.6%82.8%†
LiveBench Instruction FollowingLiveBench75.6%78.0%†
IFBenchArtificial Analysis76.3%–
Arena Instruction FollowingArena (LMArena)14651485†
人間の評価
Arena TextArena (LMArena)14781497†
EQ-Bench 4EQ-Bench1077†–
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)14651468†
Arena Multi-turnArena (LMArena)14801493†
Arena Longer QueriesArena (LMArena)14831498†
マルチモーダル
Arena VisionArena (LMArena)13081310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis84.3%82.0%†
MMMU-Pro (Vals)Vals AI88.3%–
MortgageTaxVals AI68.1%–
Humanity's Sixth SenseScale AI SEAL32.6%37.4%†
GeoBenchGeoBench85.0%†86.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub33.6%†–
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis73.3%83.0%†
Arena DocumentArena (LMArena)14551474†
MLCRArtificial Analysis10.0%13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.3†158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench74.6%81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis32.648.1†
AA Progress Index v1Artificial Analysis305.1324.5†
Vals RSI IndexVals AI–19.6%†
Vals Multimodal IndexVals AI62.9%–
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL66.9%†84.9%

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 Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Gemini 3.5 Flash (high):新しい結果1件(GDPval-AA v2.1)、スコアの改訂1件。
  • Gemini 3.5 Flash (high):新しい結果3件(AIME 2026, HMMT February 2026, MathArena Apex)。
  • Muse Spark 1.3:スコアの改訂1件。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Muse Spark 1.3:新しい結果2件(SimpleBench, GeoBench)。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:スコアの改訂4件。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
  • Muse Spark 1.3:スコアの改訂1件。

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 3.5 Flash vs Muse Spark 1.3:よくある質問

Gemini 3.5 FlashはMuse Spark 1.3より優れていますか?
Gemini 3.5 Flash (high)とMuse Spark 1.3の品質は互角です(62.5 対 61.6、±8.6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 3.5 FlashとMuse Spark 1.3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 1.3の方が安く、100万トークンあたり$2.00 対 $3.38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。
Gemini 3.5 FlashとMuse Spark 1.3はどちらが速いですか?
Gemini 3.5 Flashの方が出力が約1.5倍速くなっています(出力176 対 163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 3.5 FlashとMuse Spark 1.3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Gemini 3.5 Flashの方がスコアが高くなっています(カテゴリ指標で63 対 61。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1,048,576トークンのコンテキストに対応しています。
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 Spark 1.3です。Artificial Analysisの測定では、最初の回答トークンまで2.6秒 対 9.9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 3.5 FlashとMuse Spark 1.3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3件のベンチマークのうち、Gemini 3.5 Flashのリードが0件、Muse Spark 1.3のリードが3件です。両方を評価しているすべての総合指標で、Muse Spark 1.3が上回っています。
Muse Spark 1.3はいつリリースされましたか?
Muse Spark 1.3は2026年9月2日にリリースされました。