BenchLeader

Gemini 4 Argon vs Muse Spark 1.3

詳しいプロフィール:Gemini 4 Argon(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 · 15件の情報源のデータ

2026年11月16日時点で、Gemini 4 ArgonとMuse Spark 1.3の品質は互角です(BenchLeader Indexで65.3 対 61.6、±8.6の誤差範囲内)。価格はMuse Spark 1.3の方が2.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $4.00です。数学(70 対 56)を重視するならGemini 4 Argon、知識(81 対 72)、エージェント・ツール(61 対 59)、推論(71 対 70)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 45.7秒です。Muse Spark 1.3は出力が約1.5倍速い点も強みです。Gemini 4 Argonの現在の価格は2026年11月30日までで、その後は$8.00になります。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Argonが65.3、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Gemini 4 Argonの100万トークンあたりのブレンド価格は$4.00です(2026年11月30日まで。その後は$8.00)(https://ai.google.dev/gemini-api/docs/pricing、2026年10月20日確認)。
  • 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)。
  • Muse Spark 1.3はGemini 4 Argon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、Gemini 4 Argon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Muse Spark 1.3カテゴリスコア61 対 59中
数学Gemini 4 Argonカテゴリスコア70 対 56高
推論Muse Spark 1.3カテゴリスコア71 対 70;LMCA 53.9% 対 63.7%中
知識Muse Spark 1.3カテゴリスコア81 対 72;GDP.pdf 27.6% 対 28.4%高
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Argonのみです(カテゴリスコア72)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 $4.00;エージェント型コーディングセッション$0.092 対 $0.160;2026年12月1日以降:$2.00 対 $8.00–
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 45.7秒(Gemini 4 Argon (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 4 Argon (high)とMuse Spark 1.3の品質は互角です(65.3 対 61.6、±8.6の誤差範囲内)。
  • Gemini 4 Argon (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。
  • 2026年11月30日まではMuse Spark 1.3の方が2.0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 $4.00)。2026年12月1日からは$2.00 対 $8.00になります。
  • Muse Spark 1.3の方が出力が2.5倍速くなっています(163 対 66トークン/秒)。

概要

仕様Gemini 4 ArgonMuse Spark 1.3
プロバイダーGoogleMeta
リリース日2026年9月30日2026年9月2日
一般提供開始2026年10月13日2026年9月2日
コンテキストウィンドウ(トークン)1,048,5761,048,576
最大出力(トークン)65,536 (up to 1,048,576 with long decode)–
入力の種類テキスト、画像、動画、音声、PDF–
推論エフォートの設定low, medium, high–
比較した構成Gemini 4 Argon (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)$2.00 / $10.00 / $0.100$1.25 / $4.25 / $0.150
発表済みの価格変更2026年12月1日から$4.00 / $20.00 / $0.200発表なし
APIモデルIDgemini-4-argon–
利用できる場所Gemini API (AI Studio), Gemini Enterprise Agent Platform, Gemini app–

上限、提供状況、発表済みの価格は各ベンダーの公式ページによるものです: ai.google.dev、ai.google.dev(料金) (2026年10月20日確認)。それ以外はすべて当日のデータです。

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 4 Argon (high)Muse Spark 1.3トップ
推論69.571.0Muse Spark 1.3
コーディング66.7–比較不可
エージェント・ツール58.661.3Muse Spark 1.3
数学69.956.3Gemini 4 Argon
知識71.981.2Muse Spark 1.3
人間の評価72.1–比較不可
長文コンテキスト64.5–比較不可
総合63.8–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 4 Argon, 推論: 69.5Gemini 4 Argon, エージェント・ツール: 58.6Gemini 4 Argon, 数学: 69.9Gemini 4 Argon, 知識: 71.9Muse 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 4 Argonのリードが3件、Muse Spark 1.3のリードが0件です。両方を評価しているすべての総合指標で、Gemini 4 Argonが上回っています。

総合IndexGemini 4 Argon (high)Muse Spark 1.3トップ
BenchLeader Index65.361.6互角
AA Intelligence Index v5.0.150.436.6†Gemini 4 Argon
Arena Text15221497†Gemini 4 Argon

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 4 Argon (high)Muse Spark 1.3
100万トークンあたりのブレンド価格(2026年11月30日まで)$4.00$2.00
100万トークンあたりの入力/出力$2.00 / $10.00$1.25 / $4.25
2026年12月1日以降の100万トークンあたりのブレンド価格$8.00$2.00
2026年12月1日以降の100万トークンあたりの入力/出力$4.00 / $20.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.100$0.150
タスクあたりの価格:チャットの返答$0.0038$0.0018
タスクあたりの価格:30ページのレポートを要約$0.030$0.018
タスクあたりの価格:コード編集$0.027$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$0.160$0.092
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.074$0.043
ベンチマークのタスクあたりのコスト(AA Index)$4.97–
タスクあたりの出力トークン(AA Index)116k–
うち推論68k–
タスクあたりの時間(AA Index)29 min–
出力速度66 tok/s163 tok/s
回答開始までの時間45.7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)122.1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 4 Argon (high)のスコアは65.3、最初の回答トークンまで46秒。Gemini 4 Argonは64.4(5秒)、Gemini 4 Argon (medium)は61.6(13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

172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 4 Argon (high)Muse Spark 1.3
BenchLeader IndexBenchLeader65.361.6
エージェント・ツールスコアBenchLeader58.661.3
コーディングスコアBenchLeader66.7–
総合スコアBenchLeader63.8–
人間の評価スコアBenchLeader72.1–
知識スコアBenchLeader71.981.2
長文コンテキストスコアBenchLeader64.5–
数学スコアBenchLeader69.956.3
推論スコアBenchLeader69.571.0
ブレンド価格($/100万トークン)BenchLeader$4.00$2.00
出力速度BenchLeader66 tok/s163 tok/s
回答開始までの時間BenchLeader45.7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 Hub96.4%–
SimpleBenchSimpleBench91.7%†81.8%
Arena Hard PromptsArena (LMArena)15451517†
LiveBench 2.0 ReasoningLiveBench95.1%89.7%†
LiveBench 1.0 ReasoningLiveBench–89.7%†
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis57.1%48.7%†
HLE-Diamond (AA)Artificial Analysis56.7%33.7%†
ARC-AGI-1ARC Prize98.5%–
ARC-AGI-2ARC Prize91.3%–
ARC-AGI-3ARC Prize97.3%–
CritPtArtificial Analysis27.1%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis52.5%48.0%†
MysteryMechanismVals AI45.5%36.0%†
HLE-Diamond (Scale)Scale AI SEAL53.2%†25.4%
Arena ExpertArena (LMArena)15491521†
Chess PuzzlesEpoch AI Benchmarking Hub59.0%37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub64.0%25.0%†
LMCAEpoch AI Benchmarking Hub63.7%53.9%
DTBenchEpoch AI Benchmarking Hub97.3%96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SciCodeSciCode61.8%58.8%†
FrontierCodeCognition47.5%†–
Arena CodingArena (LMArena)15531534†
172件のベンチマークをすべて表示
指標公開元Gemini 4 Argon (high)Muse Spark 1.3
コーディング
Arena WebDevArena (LMArena)16811655†
LiveBench 2.0 CodingLiveBench85.7%84.4%†
LiveBench 1.0 CodingLiveBench–81.1%†
IOIVals AI100.0%56.6%†
Code MigrationVals AI68.2%47.4%†
Code Migration v1.1Vals AI70.8%–
ProgramBenchVals AI2.5%2.5%†
SWE-bench MultimodalVals AI56.0%43.1%†
Vibe Code Bench 1-100Vals AI21.2%20.5%†
Vibe Code Bench v1.1Vals AI91.9%85.9%†
SWE Atlas v1.1Scale AI SEAL70.1%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL65.3%†–
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†–
SWE Atlas v1.1: RefactoringScale AI SEAL67.1%†–
SWE-Bench Pro V2Scale AI SEAL99.2%–
SWE-Bench Pro V2 HARDScale AI SEAL92.2%–
MirrorCodeEpoch AI Benchmarking Hub58.9%54.4%†
CursorBenchCursor52.9%41.6%†
ALE-BenchEpoch AI Benchmarking Hub2100.11688.3†
FrontierSWEEpoch AI Benchmarking Hub55.0%25.8%†
WeirdML v3WeirdML20.3%6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis57.1%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis–84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 281.7†57.7
GameBench 2 by reasoning settingDuelLab GameBench 289.268.5†
Design Arena WebsiteDesign Arena1316†1353†
FrontierCode 1.1 (AA)Artificial Analysis43.5%40.6%†
FrontierCode 2.0 (AA)Artificial Analysis25.7%23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench55.5%14.8%†
Remote Labor IndexScale AI / CAIS17.1%†–
APEX-AgentsMercor82.4%†58.6%
Arena AgentArena (LMArena)10.72.2†
LiveBench Long AgenticLiveBench58.5%47.9%†
LiveBench BrowserLiveBench82.8%30.9%†
LiveBench Agentic CodingLiveBench–64.1%†
Terminal-Bench 2.1 (Vals)Vals AI57.7%79.0%†
MCP AtlasScale AI SEAL90.7%†–
HiL-BenchScale AI SEAL62.0%†66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis56.2%–
GDPval-AA v2.1Artificial Analysis16341681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis48.8%37.5%†
CUA-benchVals AI4.8%5.8%†
CyberBenchVals AI77.9%72.7%†
Finance Agent v2Vals AI65.4%60.0%†
Finance Agent v2.1Vals AI67.7%–
Harvey's Legal Agent Benchmark v1.1Vals AI27.1%–
Harvey's Legal Agent Benchmark v1Vals AI19.6%23.8%†
Legal Research BenchVals AI54.8%55.3%†
Robo-benchVals AI0.8%–
SREBenchVals AI44.3%3.8%†
Tax Agent BenchVals AI49.2%42.4%†
Terminal-Bench 4.0 (Vals)Vals AI57.6%24.8%†
Terminal-Bench ScienceVals AI44.3%10.0%†
Time Horizon Index: KSPVals AI52.5%–
Arena Agent Task CompletionArena (LMArena)13.23.7†
PostTrainBenchEpoch AI Benchmarking Hub40.4%–
Vending-Bench 2Andon Labs13718.2†–
AutomationBenchArtificial Analysis77.5%57.9%†
GDP.pdf (AA)Artificial Analysis21.8%26.6%†
Harvey LAB-AA v1.1Harvey3.9%8.9%†
AA-Briefcase v1.1Artificial Analysis14851581†
GDPxGDPx by SemiAnalysis7.3%–
Design Arena AgenticDesign Arena1274†1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis52.9%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%†
MKA (AA)Artificial Analysis51.3%–
FACTS SearchGoogle89.9%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub78.0%46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%99.2%†
ProofBenchVals AI99.0%†55.0%
LiveBench MathematicsLiveBench–96.0%†
ArXivMathMathArena84.4%–
BrokenArXivMathArena47.9%–
Arena MathsArena (LMArena)15361506†
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub76.0%–
LiveBench 2.0 Data AnalysisLiveBench85.2%79.6%†
LiveBench ResearchLiveBench86.8%82.5%†
LiveBench 1.0 Data AnalysisLiveBench–79.6%†
AA-Omniscience v1.1Artificial Analysis46.122.4†
LegalBenchVals AI88.3%–
PRBench FinanceScale AI SEAL49.9%†59.5%
PRBench LegalScale AI SEAL49.4%†61.6%
BioMysteryBenchVals AI76.3%–
Excel Modeling BenchmarkVals AI75.2%67.4%†
Excel Modeling Benchmark v1.1Vals AI74.8%–
MedCodeVals AI58.8%–
MedScribeVals AI87.4%–
Public Benefits Bench v1.1Vals AI69.8%–
Access to Justice BenchmarkVals AI68.5%72.2%†
Financial Coaching BenchVals AI73.1%70.3%†
Immigration BenchVals AI68.1%64.9%†
DrugDiscoveryBenchScale AI SEAL65.4%62.2%†
EBR-benchEpoch AI Benchmarking Hub64.8%–
GDP.pdfEpoch AI Benchmarking Hub28.4%27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis48.3%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis95.7%74.8%†
HealthBench Professional (AA)OpenAI55.0%–
FACTS ParametricGoogle72.2%†–
指示追従
LiveBench LanguageLiveBench–82.8%†
LiveBench Instruction FollowingLiveBench–78.0%†
MultiChallengeScale AI SEAL78.7%†–
Arena Instruction FollowingArena (LMArena)15281485†
人間の評価
Arena TextArena (LMArena)15221497†
EQ-Bench 4EQ-Bench1236†–
EQ-Bench Creative Writing v3EQ-Bench1758†1907
Arena Creative WritingArena (LMArena)15231468†
Arena Multi-turnArena (LMArena)15451493†
Arena Longer QueriesArena (LMArena)15441498†
マルチモーダル
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench69.2%74.8%†
MMMU-ProArtificial Analysis88.3%†82.0%†
SAGEVals AI89.5%–
AudioMCScale AI SEAL58.4%–
AudioMC (text output)Scale AI SEAL58.4%–
Humanity's Sixth SenseScale AI SEAL55.4%37.4%†
GeoBenchGeoBench–86.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub54.5%†–
Furniture AssemblyEpoch AI Benchmarking Hub72.5%–
VIALS-AAHandshake AI59.6%–
Code2Video-AAArtificial Analysis12591019†
AA-3DArtificial Analysis11471032†
FACTS MultimodalGoogle54.2%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis13.9%13.9%†
FACTS GroundingGoogle73.3%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub166.5†158.2
LiveBench 2.0LiveBench77.7%68.6%†
LiveBench 1.0LiveBench–81.6%†
AA Intelligence Index v5.0.1Artificial Analysis50.436.6†
AA Intelligence Index v4.3.2Artificial Analysis52.648.1†
AA Progress Index v1Artificial Analysis341.8324.5†
Vals IndexVals AI69.4–
Vals Finance IndexVals AI66.0%–
Vals RSI IndexVals AI30.6%19.6%†
Vals Science IndexVals AI55.4%–
Vals Router IndexVals AI69.2%†–
Vals Legal IndexVals AI76.8%–
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL68.6%†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

  • Gemini 4 Argon:定価が100万トークンあたり入力$4.00/出力$20.00に変わります(発表済み)。
  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Gemini 4 Argon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Gemini 4 Argon (high):新しい結果1件(Terminal-Bench)。
  • Gemini 4 Argon (high):スコアの改訂1件。
  • Gemini 4 Argon (high):BenchLeader Index 65.9 → 65.3。
  • Gemini 4 Argon (high):新しい結果1件(PostTrainBench)、入力価格 $4.00/M → $2.00/M、出力価格 $20.00/M → $10.00/M、価格 $9.95/M → $4.97/M。
  • 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)。

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 4 Argon vs Muse Spark 1.3:よくある質問

Gemini 4 ArgonはMuse Spark 1.3より優れていますか?
Gemini 4 Argon (high)とMuse Spark 1.3の品質は互角です(65.3 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 4 Argon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 $4.00です(出力1トークンにつき入力3トークンでブレンド)。Gemini 4 Argonの現在の価格は2026年11月30日までで、その後は$8.00になります。
Gemini 4 ArgonとMuse Spark 1.3はどちらが速いですか?
Muse Spark 1.3の方が出力が約1.5倍速くなっています(出力163 対 66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 4 Argon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 59。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 45.7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 4 Argon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 4 Argonのリードが3件、Muse Spark 1.3のリードが0件です。両方を評価しているすべての総合指標で、Gemini 4 Argonが上回っています。
Gemini 4 Argonはいつリリースされましたか?
Gemini 4 Argonは2026年9月30日に初めて登場し、2026年10月13日に一般提供が始まりました。