BenchLeader

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 FlashMuse Spark
プロバイダーGoogleMeta
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)1,048,576262,144
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67.867.4互角
コーディング62.365.1Muse Spark
エージェント・ツール48.965.0Muse Spark
数学62.659.1Gemini 3.7 Flash
知識65.963.1Gemini 3.7 Flash
指示追従–76.9比較不可
人間の評価68.168.1互角
マルチモーダル67.264.2Gemini 3.7 Flash
長文コンテキスト65.563.6Gemini 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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキストマルチモーダル人間の評価Gemini 3.7 Flash, 推論: 67.8Gemini 3.7 Flash, コーディング: 62.3Gemini 3.7 Flash, エージェント・ツール: 48.9Gemini 3.7 Flash, 数学: 62.6Gemini 3.7 Flash, 知識: 65.9Gemini 3.7 Flash, 長文コンテキスト: 65.5Gemini 3.7 Flash, マルチモーダル: 67.2Gemini 3.7 Flash, 人間の評価: 68.1Muse Spark, 推論: 67.4Muse Spark, コーディング: 65.1Muse Spark, エージェント・ツール: 65.0Muse Spark, 数学: 59.1Muse Spark, 知識: 63.1Muse Spark, 長文コンテキスト: 63.6Muse Spark, マルチモーダル: 64.2Muse Spark, 人間の評価: 68.1

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。

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IndexGemini 3.7 Flash (high)Muse Sparkトップ
BenchLeader Index62.164.2互角
Arena Text14891489Gemini 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 IndexBenchLeader62.164.2
エージェント・ツールスコアBenchLeader48.965.0
コーディングスコアBenchLeader62.365.1
人間の評価スコアBenchLeader68.168.1
知識スコアBenchLeader65.963.1
長文コンテキストスコアBenchLeader65.563.6
数学スコアBenchLeader62.659.1
マルチモーダルスコアBenchLeader67.264.2
推論スコアBenchLeader67.867.4
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BenchLeader95 tok/s–
回答開始までの時間BenchLeader2.2秒–
コンテキストウィンドウBenchLeader1,048,576トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub94.8%89.8%
Humanity's Last ExamScale AI / CAIS–40.6%
Arena Hard PromptsArena (LMArena)15101506
LiveBench 1.0 ReasoningLiveBench87.8%–
GPQA Diamond (AA)Artificial Analysis94.5%88.4%
Humanity's Last Exam (AA)Artificial Analysis47.9%40.7%
GPQA Diamond (Vals)Vals AI93.9%89.7%
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize84.6%–
CritPtArtificial Analysis14.3%11.3%
Arena ExpertArena (LMArena)15191491
Chess PuzzlesEpoch AI Benchmarking Hub66.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub37.0%–
LMCAEpoch AI Benchmarking Hub50.4%–
DTBenchEpoch AI Benchmarking Hub96.8%–
ForecastBenchForecastBench66.2%–
コーディング
SciCodeSciCode57.2%51.5%
FrontierCodeCognition43.6%†–
Arena CodingArena (LMArena)15201529
Arena WebDevArena (LMArena)1588–
LiveBench 1.0 CodingLiveBench78.9%–
SciCode (AA)Artificial Analysis57.2%–
LiveCodeBenchVals AI88.7%–
IOIVals AI67.8%–
SWE-bench (Vals)Vals AI80.8%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 ProScale AI SEAL–55.0%
Code MigrationVals AI34.8%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI70.4%19.7%
SWE-Bench Pro (private)Scale AI SEAL–44.7%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–24.2%
SWE Atlas v1.0: Test WritingScale AI SEAL–31.1%
MirrorCodeEpoch AI Benchmarking Hub41.1%–
DeepSWE v1.1Epoch AI Benchmarking Hub65.3%–
ALE-BenchEpoch AI Benchmarking Hub904.3–
FrontierSWEEpoch AI Benchmarking Hub20.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis13.6%–
Terminal-Bench 2.1 (AA)Artificial Analysis85.8%62.2%
Design Arena WebsiteDesign Arena1295†1253
エージェント・ツール
Terminal-BenchTerminal-Bench12.4%–
Remote Labor IndexScale AI / CAIS5.0%†–
APEX-AgentsMercor67.8%†–
Arena AgentArena (LMArena)-2.2–
LiveBench Agentic CodingLiveBench58.3%–
Terminal-Bench HardArtificial Analysis–45.5%
τ²-Bench Telecom (AA)Artificial Analysis–91.5%
Terminal-Bench 2.1 (Vals)Vals AI77.5%–
MCP AtlasScale AI SEAL–82.2%
GDPval-AA v2.1Artificial Analysis14041006
τ³-Banking (AA)Artificial Analysis32.8%–
Analyst Agent (AA)Artificial Analysis60.0%–
CyberBenchVals AI43.8%–
Finance Agent v2Vals AI59.0%–
Harvey's Legal Agent Benchmark v1Vals AI8.8%–
Legal Research BenchVals AI34.6%–
SkillsBenchVals AI65.9%–
SREBenchVals AI4.6%–
Tax Agent BenchVals AI22.8%–
Terminal-Bench 2.0 (Vals)Vals AI–59.5%
Terminal-Bench 4.0 (Vals)Vals AI12.1%–
Terminal-Bench ScienceVals AI7.1%–
Arena Agent Task CompletionArena (LMArena)-3.5–
AutomationBenchArtificial Analysis62.0%–
GDP.pdf (AA)Artificial Analysis23.6%–
EnterpriseOps-GymArtificial Analysis50.4%†–
AA-Briefcase v1.1Artificial Analysis1115646
Design Arena AgenticDesign Arena1222†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub71.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub36.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub97.2%88.9%
ProofBenchVals AI58.0%†17.0%
LiveBench MathematicsLiveBench93.5%–
AIME (Vals)Vals AI–96.9%
Arena MathsArena (LMArena)15021469
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub69.2%–
LiveBench 1.0 Data AnalysisLiveBench68.0%–
MMLU-ProVals AI90.1%87.3%
LegalBenchVals AI87.3%84.2%
CorpFinVals AI–65.1%
TaxEvalVals AI74.7%77.7%
PRBench FinanceScale AI SEAL–52.4%
PRBench LegalScale AI SEAL–52.3%
MultiNRCScale AI SEAL–59.0%
CaseLaw v2Vals AI–63.1%
Excel Modeling BenchmarkVals AI71.3%–
MedCodeVals AI53.4%51.3%
MedScribeVals AI83.9%85.9%
GDP.pdfEpoch AI Benchmarking Hub23.8%–
指示追従
LiveBench LanguageLiveBench85.5%–
LiveBench Instruction FollowingLiveBench79.9%–
IFBenchArtificial Analysis–75.9%
MultiChallengeScale AI SEAL–75.5%
TutorBenchScale AI SEAL–68.5%
Arena Instruction FollowingArena (LMArena)14861465
人間の評価
Arena TextArena (LMArena)14891489
EQ-Bench Creative Writing v3EQ-Bench1720†–
Arena Creative WritingArena (LMArena)14871464
Arena Multi-turnArena (LMArena)14901493
Arena Longer QueriesArena (LMArena)15011476
マルチモーダル
Arena VisionArena (LMArena)13131306
MMMU-ProArtificial Analysis85.5%80.5%
MMMU-Pro (Vals)Vals AI89.0%87.4%
MortgageTaxVals AI66.7%–
Humanity's Sixth SenseScale AI SEAL39.8%–
Furniture AssemblyEpoch AI Benchmarking Hub26.7%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis81.7%78.0%
Arena DocumentArena (LMArena)14681467
MLCRArtificial Analysis12.2%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.4†153.1
LiveBench 1.0LiveBench78.8%–
AA Intelligence Index v4.3.2Artificial Analysis39.131.3
AA Progress Index v1Artificial Analysis317.4289.1
Vals RSI IndexVals AI18.3%–
安全性・誠実さ
FORTRESSScale AI SEAL–20.2%
DistressBenchScale AI SEAL69.0%†–

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)。

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。