Gemini 3.7 Flash vs Muse Spark
詳しいプロフィール:Gemini 3.7 Flash(Google)とMuse Spark(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 · 11件の情報源のデータ
2026年11月16日時点で、Gemini 3.7 FlashとMuse Sparkの品質は互角です(BenchLeader Indexで62.1 対 64.2、±4.9の誤差範囲内)。数学(63 対 59)、マルチモーダル(67 対 64)、知識(66 対 63)を重視するならGemini 3.7 Flash、エージェント・ツール(65 対 49)、コーディング(65 対 62)を重視するならMuse Sparkが向いています。
要点(2026年11月16日時点)
- BenchLeader IndexはGemini 3.7 Flashが62.1、Muse Sparkが64.2です(BenchLeader、2026年11月16日)。
- Gemini 3.7 Flashの100万トークンあたりのブレンド価格は$1.50です(定価、2026年11月16日)。
- 両モデルに結果がある31件のベンチマークのうち、Gemini 3.7 Flashが27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 | カテゴリスコア65 対 62;Arena Coding 1529 対 1520 | 中 |
| エージェント・ツール利用 | Muse Spark | カテゴリスコア65 対 49;GDPval-AA v2.1 1006 対 1404 | 高 |
| 数学 | Gemini 3.7 Flash | カテゴリスコア63 対 59;Arena Maths 1502 対 1469 | 中 |
| 推論 | どちらでも | カテゴリスコア68 対 67;GPQA Diamond 94.8% 対 89.8% | どちらでも |
| 知識 | Gemini 3.7 Flash | カテゴリスコア66 対 63;MMLU-Pro 90.1% 対 87.3% | 中 |
| 長い文書 | Gemini 3.7 Flash | カテゴリスコア66 対 64;AA-LCR v1.1 81.7% 対 78.0% | 中 |
| 画像などのメディア | Gemini 3.7 Flash | カテゴリスコア67 対 64;Arena Vision 1313 対 1306 | 中 |
| チャットの質(人間の評価) | どちらでも | Arenaの投票で68 対 68 | どちらでも |
| 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 3.7 Flash (high)とMuse Sparkの品質は互角です(62.1 対 64.2、±4.9の誤差範囲内)。
- Gemini 3.7 Flash (high)は知識、長文コンテキスト、数学、マルチモーダル、推論で優れています。
- Muse Sparkはエージェント・ツール、コーディングで優れています。
概要
| 仕様 | Gemini 3.7 Flash | Muse Spark |
|---|---|---|
| プロバイダー | Meta | |
| リリース日 | 2026年8月13日 | 2026年4月8日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 262,144 |
| 比較した構成 | Gemini 3.7 Flash (high) | Muse Spark |
| 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) | $0.750 / $3.75 / $0.075 | – |
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 3.7 Flash (high) | Muse Spark | トップ |
|---|---|---|---|
| 推論 | 67.8 | 67.4 | 互角 |
| コーディング | 62.3 | 65.1 | Muse Spark |
| エージェント・ツール | 48.9 | 65.0 | Muse Spark |
| 数学 | 62.6 | 59.1 | Gemini 3.7 Flash |
| 知識 | 65.9 | 63.1 | Gemini 3.7 Flash |
| 指示追従 | – | 76.9 | 比較不可 |
| 人間の評価 | 68.1 | 68.1 | 互角 |
| マルチモーダル | 67.2 | 64.2 | Gemini 3.7 Flash |
| 長文コンテキスト | 65.5 | 63.6 | Gemini 3.7 Flash |
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):指示追従。
情報源で評価が分かれる点
両方に結果がある31件のベンチマークのうち、Gemini 3.7 Flashのリードが27件、Muse Sparkのリードが4件です。両方を評価しているすべての総合指標で、Gemini 3.7 Flashが上回っています。
| 総合Index | Gemini 3.7 Flash (high) | Muse Spark | トップ |
|---|---|---|---|
| BenchLeader Index | 62.1 | 64.2 | 互角 |
| Arena Text | 1489 | 1489 | Gemini 3.7 Flash |
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 3.7 Flash (high) | Muse Spark |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $1.50 | – |
| 100万トークンあたりの入力/出力 | $0.750 / $3.75 | – / – |
| 100万トークンあたりのキャッシュ入力 | $0.075 | – |
| タスクあたりの価格:チャットの返答 | $0.0014 | – |
| タスクあたりの価格:30ページのレポートを要約 | $0.011 | – |
| タスクあたりの価格:コード編集 | $0.010 | – |
| 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 | $0.060 | – |
| タスクあたりの価格:構造化データの抽出 | $0.0023 | – |
| 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) | $0.030 | – |
| 出力速度 | 95 tok/s | – |
| 回答開始までの時間 | 2.2秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 3.7 Flash (high)のスコアは62.1、最初の回答トークンまで2秒。Gemini 3.7 Flash (medium)は60.1(2秒)、Gemini 3.7 Flash (low)は57.3(2秒)。Muse Sparkのスコアは64.2。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
115件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 3.7 Flash (high) | Muse Spark |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.1 | 64.2 |
| エージェント・ツールスコア | BenchLeader | 48.9 | 65.0 |
| コーディングスコア | BenchLeader | 62.3 | 65.1 |
| 人間の評価スコア | BenchLeader | 68.1 | 68.1 |
| 知識スコア | BenchLeader | 65.9 | 63.1 |
| 長文コンテキストスコア | BenchLeader | 65.5 | 63.6 |
| 数学スコア | BenchLeader | 62.6 | 59.1 |
| マルチモーダルスコア | BenchLeader | 67.2 | 64.2 |
| 推論スコア | BenchLeader | 67.8 | 67.4 |
| 指示追従スコア | BenchLeader | – | 76.9 |
| ブレンド価格($/100万トークン) | BenchLeader | $1.50 | – |
| 出力速度 | BenchLeader | 95 tok/s | – |
| 回答開始までの時間 | BenchLeader | 2.2秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.8% | 89.8% |
| Humanity's Last Exam | Scale AI / CAIS | – | 40.6% |
| Arena Hard Prompts | Arena (LMArena) | 1510 | 1506 |
| LiveBench 1.0 Reasoning | LiveBench | 87.8% | – |
| GPQA Diamond (AA) | Artificial Analysis | 94.5% | 88.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | 47.9% | 40.7% |
| GPQA Diamond (Vals) | Vals AI | 93.9% | 89.7% |
| ARC-AGI-1 | ARC Prize | 95.5% | – |
| ARC-AGI-2 | ARC Prize | 84.6% | – |
| CritPt | Artificial Analysis | 14.3% | 11.3% |
| Arena Expert | Arena (LMArena) | 1519 | 1491 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 66.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 37.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 50.4% | – |
| DTBench | Epoch AI Benchmarking Hub | 96.8% | – |
| ForecastBench | ForecastBench | 66.2% | – |
| コーディング | |||
| SciCode | SciCode | 57.2% | 51.5% |
| FrontierCode | Cognition | 43.6%† | – |
| Arena Coding | Arena (LMArena) | 1520 | 1529 |
| Arena WebDev | Arena (LMArena) | 1588 | – |
| LiveBench 1.0 Coding | LiveBench | 78.9% | – |
| SciCode (AA) | Artificial Analysis | 57.2% | – |
| LiveCodeBench | Vals AI | 88.7% | – |
| IOI | Vals AI | 67.8% | – |
| SWE-bench (Vals) | Vals AI | 80.8% | 74.4% |
115件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 3.7 Flash (high) | Muse Spark |
|---|---|---|---|
| コーディング | |||
| SWE-Bench Pro | Scale AI SEAL | – | 55.0% |
| Code Migration | Vals AI | 34.8% | – |
| ProgramBench | Vals AI | 0.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 70.4% | 19.7% |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 44.7% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 24.2% |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 31.1% |
| MirrorCode | Epoch AI Benchmarking Hub | 41.1% | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 65.3% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 904.3 | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 20.3% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 13.6% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 85.8% | 62.2% |
| Design Arena Website | Design Arena | 1295† | 1253 |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 12.4% | – |
| Remote Labor Index | Scale AI / CAIS | 5.0%† | – |
| APEX-Agents | Mercor | 67.8%† | – |
| Arena Agent | Arena (LMArena) | -2.2 | – |
| LiveBench Agentic Coding | LiveBench | 58.3% | – |
| Terminal-Bench Hard | Artificial Analysis | – | 45.5% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 91.5% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 77.5% | – |
| MCP Atlas | Scale AI SEAL | – | 82.2% |
| GDPval-AA v2.1 | Artificial Analysis | 1404 | 1006 |
| τ³-Banking (AA) | Artificial Analysis | 32.8% | – |
| Analyst Agent (AA) | Artificial Analysis | 60.0% | – |
| CyberBench | Vals AI | 43.8% | – |
| Finance Agent v2 | Vals AI | 59.0% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 8.8% | – |
| Legal Research Bench | Vals AI | 34.6% | – |
| SkillsBench | Vals AI | 65.9% | – |
| SREBench | Vals AI | 4.6% | – |
| Tax Agent Bench | Vals AI | 22.8% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 59.5% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 12.1% | – |
| Terminal-Bench Science | Vals AI | 7.1% | – |
| Arena Agent Task Completion | Arena (LMArena) | -3.5 | – |
| AutomationBench | Artificial Analysis | 62.0% | – |
| GDP.pdf (AA) | Artificial Analysis | 23.6% | – |
| EnterpriseOps-Gym | Artificial Analysis | 50.4%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1115 | 646 |
| Design Arena Agentic | Design Arena | 1222† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 71.6% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 36.6% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 97.2% | 88.9% |
| ProofBench | Vals AI | 58.0%† | 17.0% |
| LiveBench Mathematics | LiveBench | 93.5% | – |
| AIME (Vals) | Vals AI | – | 96.9% |
| Arena Maths | Arena (LMArena) | 1502 | 1469 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 69.2% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 68.0% | – |
| MMLU-Pro | Vals AI | 90.1% | 87.3% |
| LegalBench | Vals AI | 87.3% | 84.2% |
| CorpFin | Vals AI | – | 65.1% |
| TaxEval | Vals AI | 74.7% | 77.7% |
| PRBench Finance | Scale AI SEAL | – | 52.4% |
| PRBench Legal | Scale AI SEAL | – | 52.3% |
| MultiNRC | Scale AI SEAL | – | 59.0% |
| CaseLaw v2 | Vals AI | – | 63.1% |
| Excel Modeling Benchmark | Vals AI | 71.3% | – |
| MedCode | Vals AI | 53.4% | 51.3% |
| MedScribe | Vals AI | 83.9% | 85.9% |
| GDP.pdf | Epoch AI Benchmarking Hub | 23.8% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 85.5% | – |
| LiveBench Instruction Following | LiveBench | 79.9% | – |
| IFBench | Artificial Analysis | – | 75.9% |
| MultiChallenge | Scale AI SEAL | – | 75.5% |
| TutorBench | Scale AI SEAL | – | 68.5% |
| Arena Instruction Following | Arena (LMArena) | 1486 | 1465 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1489 | 1489 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1720† | – |
| Arena Creative Writing | Arena (LMArena) | 1487 | 1464 |
| Arena Multi-turn | Arena (LMArena) | 1490 | 1493 |
| Arena Longer Queries | Arena (LMArena) | 1501 | 1476 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1313 | 1306 |
| MMMU-Pro | Artificial Analysis | 85.5% | 80.5% |
| MMMU-Pro (Vals) | Vals AI | 89.0% | 87.4% |
| MortgageTax | Vals AI | 66.7% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 39.8% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 26.7% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 81.7% | 78.0% |
| Arena Document | Arena (LMArena) | 1468 | 1467 |
| MLCR | Artificial Analysis | 12.2% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 158.4† | 153.1 |
| LiveBench 1.0 | LiveBench | 78.8% | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 39.1 | 31.3 |
| AA Progress Index v1 | Artificial Analysis | 317.4 | 289.1 |
| Vals RSI Index | Vals AI | 18.3% | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 20.2% |
| DistressBench | Scale AI SEAL | 69.0%† | – |
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
- Gemini 3.7 Flash (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Muse Spark:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Gemini 3.7 Flash (high):BenchLeader Index 62.6 → 62.1。
- Gemini 3.7 Flash (high):スコアの改訂1件。
- Gemini 3.7 Flash (high):新しい結果1件(Arena Document)。
- Muse Spark:BenchLeader Index 64.6 → 64.1。
- Muse Spark:スコアの改訂1件。
- Gemini 3.7 Flash (high):新しい結果1件(MirrorCode)。
- Gemini 3.7 Flash (high):新しい結果1件(AA Progress Index v1)。
- Muse Spark:新しい結果1件(AA Progress Index v1)。
関連する比較
- Gemini 3.7 Flash vs Claude Fable 5.2
- Gemini 3.7 Flash vs Gemini 4 Carbon
- Gemini 3.7 Flash vs Claude Opus 5.5
- Muse Spark vs Claude Fable 5.2
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs Claude Opus 5.5
- Muse Spark vs GPT-6 Astra
- Gemini 3.7 Flash vs Claude Fable 5.1
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 3.7 Flash vs Muse Spark:よくある質問
- Gemini 3.7 FlashはMuse Sparkより優れていますか?
- Gemini 3.7 Flash (high)とMuse Sparkの品質は互角です(62.1 対 64.2、±4.9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Gemini 3.7 FlashとMuse Sparkのどちらが向いていますか?
- コーディングではMuse Sparkの方がスコアが高くなっています(カテゴリ指標で65 対 62。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SciCodeでは、Gemini 3.7 Flashが57.2%、Muse Sparkが51.5%です。
- エージェントやツール利用にはGemini 3.7 FlashとMuse Spark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 Sparkの方がスコアが高くなっています(カテゴリ指標で65 対 49。50が平均)。
- 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Gemini 3.7 Flashの方がスコアが高くなっています(66 対 64)。コンテキストはGemini 3.7 Flashの方が長く、1,048,576トークンです(Muse Sparkは262,144トークン)。
- Gemini 3.7 FlashとMuse Spark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31件のベンチマークのうち、Gemini 3.7 Flashのリードが27件、Muse Sparkのリードが4件です。両方を評価しているすべての総合指標で、Gemini 3.7 Flashが上回っています。
ほかの質問(1件)
- Gemini 3.7 Flashはいつリリースされましたか?
- Gemini 3.7 Flashは2026年8月13日にリリースされました。