Gemini 3.7 Flash vs Muse Spark 1.3
詳しいプロフィール:Gemini 3.7 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 3.7 FlashとMuse Spark 1.3の品質は互角です(BenchLeader Indexで62.1 対 61.6、±8.9の誤差範囲内)。価格はGemini 3.7 Flashの方が1.3倍安く、100万トークンあたりのブレンド価格で$1.50 対 $2.00です。数学(63 対 56)を重視するならGemini 3.7 Flash、知識(81 対 66)、エージェント・ツール(61 対 49)、推論(71 対 68)を重視するならMuse Spark 1.3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 1.3が61.6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)。
- 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)。
- 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 |
|---|---|---|---|
| エージェント・ツール利用 | Muse Spark 1.3 | カテゴリスコア61 対 49 | 高 |
| 数学 | Gemini 3.7 Flash | カテゴリスコア63 対 56 | 中 |
| 推論 | Muse Spark 1.3 | カテゴリスコア71 対 68;LMCA 53.9% 対 50.4% | 中 |
| 知識 | Muse Spark 1.3 | カテゴリスコア81 対 66;GDP.pdf 27.6% 対 23.8% | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGemini 3.7 Flashのみです(カテゴリスコア68) | 比較不可 |
| 最低コスト | Gemini 3.7 Flash | 100万トークンあたりブレンド価格$1.50 対 $2.00;エージェント型コーディングセッション$0.060 対 $0.092 | – |
| 回答開始の速さ | どちらでも | 最初の回答トークンまで2.2秒(Gemini 3.7 Flash (high))対 2.6秒(Muse Spark 1.3) | – |
| 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 1.3の品質は互角です(62.1 対 61.6、±8.9の誤差範囲内)。
- Gemini 3.7 Flash (high)は数学で優れています。
- Muse Spark 1.3はエージェント・ツール、知識、推論で優れています。
- Gemini 3.7 Flash (high)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$1.50 対 $2.00)。
- Muse Spark 1.3の方が出力が1.7倍速くなっています(163 対 95トークン/秒)。
概要
| 仕様 | Gemini 3.7 Flash | Muse Spark 1.3 |
|---|---|---|
| プロバイダー | Meta | |
| リリース日 | 2026年8月13日 | 2026年9月2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 3.7 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) | $0.750 / $3.75 / $0.075 | $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 3.7 Flash (high) | Muse Spark 1.3 | トップ |
|---|---|---|---|
| 推論 | 67.8 | 71.0 | Muse Spark 1.3 |
| コーディング | 62.3 | – | 比較不可 |
| エージェント・ツール | 48.9 | 61.3 | Muse Spark 1.3 |
| 数学 | 62.6 | 56.3 | Gemini 3.7 Flash |
| 知識 | 65.9 | 81.2 | Muse Spark 1.3 |
| 人間の評価 | 68.1 | – | 比較不可 |
| マルチモーダル | 67.2 | – | 比較不可 |
| 長文コンテキスト | 65.5 | – | 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):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。
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 3.7 Flashのリードが1件、Muse Spark 1.3のリードが2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Index | Gemini 3.7 Flash (high) | Muse Spark 1.3 | トップ |
|---|---|---|---|
| BenchLeader Index | 62.1 | 61.6 | 互角 |
| Arena Text | 1489 | 1497† | 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 3.7 Flash (high) | Muse Spark 1.3 |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $1.50 | $2.00 |
| 100万トークンあたりの入力/出力 | $0.750 / $3.75 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.075 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0014 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.011 | $0.018 |
| タスクあたりの価格:コード編集 | $0.010 | $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 | $0.060 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.0023 | $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) | $0.030 | $0.043 |
| 出力速度 | 95 tok/s | 163 tok/s |
| 回答開始までの時間 | 2.2秒 | 2.6秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 3.7 Flash (high)のスコアは62.1、最初の回答トークンまで2秒。Gemini 3.7 Flash (medium)は60.1(2秒)、Gemini 3.7 Flash (low)は57.3(2秒)。Muse Spark 1.3のスコアは61.6、最初の回答トークンまで3秒。Muse Spark 1.3 (max)は60.6(31秒)、Muse Spark 1.3 (xhigh)は58.1(11秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
140件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 3.7 Flash (high) | Muse Spark 1.3 |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.1 | 61.6 |
| エージェント・ツールスコア | BenchLeader | 48.9 | 61.3 |
| コーディングスコア | BenchLeader | 62.3 | – |
| 人間の評価スコア | BenchLeader | 68.1 | – |
| 知識スコア | BenchLeader | 65.9 | 81.2 |
| 長文コンテキストスコア | BenchLeader | 65.5 | – |
| 数学スコア | BenchLeader | 62.6 | 56.3 |
| マルチモーダルスコア | BenchLeader | 67.2 | – |
| 推論スコア | BenchLeader | 67.8 | 71.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $1.50 | $2.00 |
| 出力速度 | BenchLeader | 95 tok/s | 163 tok/s |
| 回答開始までの時間 | BenchLeader | 2.2秒 | 2.6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 | 94.8% | – |
| SimpleBench | SimpleBench | – | 81.8% |
| Arena Hard Prompts | Arena (LMArena) | 1510 | 1517† |
| LiveBench 2.0 Reasoning | LiveBench | – | 89.7%† |
| LiveBench 1.0 Reasoning | LiveBench | 87.8% | 89.7%† |
| GPQA Diamond (AA) | Artificial Analysis | 94.5% | 93.5%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 47.9% | 48.7%† |
| HLE-Diamond (AA) | Artificial Analysis | – | 33.7%† |
| GPQA Diamond (Vals) | Vals AI | 93.9% | – |
| ARC-AGI-1 | ARC Prize | 95.5% | – |
| ARC-AGI-2 | ARC Prize | 84.6% | – |
| CritPt | Artificial Analysis | 14.3% | 24.9%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 48.0%† |
| MysteryMechanism | Vals AI | – | 36.0%† |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 25.4% |
| Arena Expert | Arena (LMArena) | 1519 | 1521† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 66.0% | 37.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 37.0% | 25.0%† |
| LMCA | Epoch AI Benchmarking Hub | 50.4% | 53.9% |
| DTBench | Epoch AI Benchmarking Hub | 96.8% | 96.5% |
| ForecastBench | ForecastBench | 66.2% | 65.5%† |
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.1%† |
| コーディング | |||
| SciCode | SciCode | 57.2% | 58.8%† |
| FrontierCode | Cognition | 43.6%† | – |
| Arena Coding | Arena (LMArena) | 1520 | 1534† |
140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 1.3 |
|---|---|---|---|
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1588 | 1655† |
| LiveBench 2.0 Coding | LiveBench | – | 84.4%† |
| LiveBench 1.0 Coding | LiveBench | 78.9% | 81.1%† |
| LiveCodeBench | Vals AI | 88.7% | – |
| IOI | Vals AI | 67.8% | 56.6%† |
| SWE-bench (Vals) | Vals AI | 80.8% | – |
| Code Migration | Vals AI | 34.8% | 47.4%† |
| ProgramBench | Vals AI | 0.0% | 2.5%† |
| SWE-bench Multimodal | Vals AI | – | 43.1%† |
| Vibe Code Bench 1-100 | Vals AI | – | 20.5%† |
| Vibe Code Bench v1.1 | Vals AI | 70.4% | 85.9%† |
| MirrorCode | Epoch AI Benchmarking Hub | 41.1% | 54.4%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 65.3% | – |
| CursorBench | Cursor | – | 41.6%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 904.3 | 1688.3† |
| FrontierSWE | Epoch AI Benchmarking Hub | 20.3% | 25.8%† |
| WeirdML v3 | WeirdML | – | 6.7%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 13.6% | 33.3%† |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 85.8% | 84.3%† |
| Startrise Frontend | Startrise | – | 74.7% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 57.7 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 68.5† |
| Design Arena Website | Design Arena | 1295† | 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-Bench | Terminal-Bench | 12.4% | 14.8%† |
| Remote Labor Index | Scale AI / CAIS | 5.0%† | – |
| APEX-Agents | Mercor | 67.8%† | 58.6% |
| Arena Agent | Arena (LMArena) | -2.2 | 2.2† |
| LiveBench Long Agentic | LiveBench | – | 47.9%† |
| LiveBench Browser | LiveBench | – | 30.9%† |
| LiveBench Agentic Coding | LiveBench | 58.3% | 64.1%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | 77.5% | 79.0%† |
| HiL-Bench | Scale AI SEAL | – | 66.9% |
| GDPval-AA v2.1 | Artificial Analysis | 1404 | 1681† |
| τ³-Banking (AA) | Artificial Analysis | 32.8% | 50.5%† |
| ITBench SRE (AA) | Artificial Analysis | – | 33.2%† |
| Analyst Agent (AA) | Artificial Analysis | 60.0% | 37.5%† |
| CUA-bench | Vals AI | – | 5.8%† |
| CyberBench | Vals AI | 43.8% | 72.7%† |
| Finance Agent v2 | Vals AI | 59.0% | 60.0%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 8.8% | 23.8%† |
| Legal Research Bench | Vals AI | 34.6% | 55.3%† |
| SkillsBench | Vals AI | 65.9% | – |
| SREBench | Vals AI | 4.6% | 3.8%† |
| Tax Agent Bench | Vals AI | 22.8% | 42.4%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 12.1% | 24.8%† |
| Terminal-Bench Science | Vals AI | 7.1% | 10.0%† |
| Arena Agent Task Completion | Arena (LMArena) | -3.5 | 3.7† |
| AutomationBench | Artificial Analysis | 62.0% | 57.9%† |
| GDP.pdf (AA) | Artificial Analysis | 23.6% | 26.6%† |
| Harvey LAB-AA v1.1 | Harvey | – | 8.9%† |
| EnterpriseOps-Gym | Artificial Analysis | 50.4%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1115 | 1581† |
| Design Arena Agentic | Design Arena | 1222† | 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 1–3 | Epoch AI Benchmarking Hub | 71.6% | 74.0%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 36.6% | 46.3%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 97.2% | 99.2%† |
| ProofBench | Vals AI | 58.0%† | 55.0% |
| LiveBench Mathematics | LiveBench | 93.5% | 96.0%† |
| Arena Maths | Arena (LMArena) | 1502 | 1506† |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 69.2% | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 79.6%† |
| LiveBench Research | LiveBench | – | 82.5%† |
| LiveBench 1.0 Data Analysis | LiveBench | 68.0% | 79.6%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | 22.4† |
| MMLU-Pro | Vals AI | 90.1% | – |
| LegalBench | Vals AI | 87.3% | – |
| TaxEval | Vals AI | 74.7% | – |
| PRBench Finance | Scale AI SEAL | – | 59.5% |
| PRBench Legal | Scale AI SEAL | – | 61.6% |
| Excel Modeling Benchmark | Vals AI | 71.3% | 67.4%† |
| MedCode | Vals AI | 53.4% | – |
| MedScribe | Vals AI | 83.9% | – |
| Access to Justice Benchmark | Vals AI | – | 72.2%† |
| Financial Coaching Bench | Vals AI | – | 70.3%† |
| Immigration Bench | Vals AI | – | 64.9%† |
| DrugDiscoveryBench | Scale AI SEAL | – | 62.2%† |
| GDP.pdf | Epoch AI Benchmarking Hub | 23.8% | 27.6% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 38.0%† |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 74.8%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | 85.5% | 82.8%† |
| LiveBench Instruction Following | LiveBench | 79.9% | 78.0%† |
| Arena Instruction Following | Arena (LMArena) | 1486 | 1485† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1489 | 1497† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1720† | 1907 |
| Arena Creative Writing | Arena (LMArena) | 1487 | 1468† |
| Arena Multi-turn | Arena (LMArena) | 1490 | 1493† |
| Arena Longer Queries | Arena (LMArena) | 1501 | 1498† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1313 | 1310† |
| LiveBench Design | LiveBench | – | 74.8%† |
| MMMU-Pro | Artificial Analysis | 85.5% | 82.0%† |
| MMMU-Pro (Vals) | Vals AI | 89.0% | – |
| MortgageTax | Vals AI | 66.7% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 39.8% | 37.4%† |
| GeoBench | GeoBench | – | 86.0% |
| Furniture Assembly | Epoch AI Benchmarking Hub | 26.7% | – |
| Code2Video-AA | Artificial Analysis | – | 1019† |
| AA-3D | Artificial Analysis | – | 1032† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 81.7% | 83.0%† |
| Arena Document | Arena (LMArena) | 1468 | 1474† |
| MLCR | Artificial Analysis | 12.2% | 13.9%† |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 158.4† | 158.2 |
| LiveBench 2.0 | LiveBench | – | 68.6%† |
| LiveBench 1.0 | LiveBench | 78.8% | 81.6%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 36.6† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 39.1 | 48.1† |
| AA Progress Index v1 | Artificial Analysis | 317.4 | 324.5† |
| Vals RSI Index | Vals AI | 18.3% | 19.6%† |
| AA Cyber Index | Artificial Analysis | – | 44.3† |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | 69.0%† | 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 3.7 Flash (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- 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)。
- Gemini 3.7 Flash (high):BenchLeader Index 62.6 → 62.1。
- Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
- Gemini 3.7 Flash (high):スコアの改訂1件。
- Muse Spark 1.3:スコアの改訂4件。
- Gemini 3.7 Flash (high):新しい結果1件(Arena Document)。
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 1.3 vs Claude Fable 5.2
- Muse Spark 1.3 vs Gemini 4 Carbon
- Muse Spark 1.3 vs Claude Opus 5.5
- Muse Spark 1.3 vs GPT-6 Astra
- Gemini 3.7 Flash vs Muse Spark 1.2
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 1.3:よくある質問
- Gemini 3.7 FlashはMuse Spark 1.3より優れていますか?
- Gemini 3.7 Flash (high)とMuse Spark 1.3の品質は互角です(62.1 対 61.6、±8.9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。
- Gemini 3.7 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Gemini 3.7 Flashの方が安く、100万トークンあたり$1.50 対 $2.00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。
- Gemini 3.7 FlashとMuse Spark 1.3はどちらが速いですか?
- Muse Spark 1.3の方が出力が速くなっています(出力163 対 95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 3.7 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Muse Spark 1.3の方がスコアが高くなっています(カテゴリ指標で61 対 49。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Gemini 3.7 Flashです。Artificial Analysisの測定では、最初の回答トークンまで2.2秒 対 2.6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 3.7 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 3.7 Flashのリードが1件、Muse Spark 1.3のリードが2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。