Gemini 4 Carbon vs Muse Wonder
詳しいプロフィール:Gemini 4 Carbon(Google)とMuse Wonder(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 · 14件の情報源のデータ
2026年11月16日時点で、品質ではGemini 4 CarbonがMuse Wonderを上回ります(BenchLeader Indexで68.9 対 64.4)。価格はGemini 4 Carbon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$4.00 対 $8.00です。人間の評価(73 対 70)、数学(72 対 70)を重視するならGemini 4 Carbon、エージェント・ツール(76 対 70)、知識(77 対 76)を重視するならMuse Wonderが向いています。回答開始までの時間はMuse Wonderの方が短く、3.3秒 対 73.5秒です。
要点(2026年11月16日時点)
- BenchLeader IndexはGemini 4 Carbonが68.9、Muse Wonderが64.4です(BenchLeader、2026年11月16日)。
- Gemini 4 Carbonの100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月16日)。
- Muse Wonderの100万トークンあたりのブレンド価格は$8.00です(定価、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 Wonder | カテゴリスコア76 対 70 | 中 |
| 数学 | Gemini 4 Carbon | カテゴリスコア72 対 70 | 中 |
| 知識 | Muse Wonder | カテゴリスコア77 対 76 | 中 |
| チャットの質(人間の評価) | Gemini 4 Carbon | Arenaの投票で73 対 70 | 中 |
| 最低コスト | Gemini 4 Carbon | 100万トークンあたりブレンド価格$4.00 対 $8.00;エージェント型コーディングセッション$0.160 対 $0.320 | – |
| 回答開始の速さ | Muse Wonder | 最初の回答トークンまで3.3秒(Muse Wonder)対 73.5秒(Gemini 4 Carbon (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
- 品質ではGemini 4 Carbon (high)がリードしています:68.9 対 64.4。
- Gemini 4 Carbon (high)は人間の評価、数学で優れています。
- Muse Wonderはエージェント・ツール、知識で優れています。
- Gemini 4 Carbon (high)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$4.00 対 $8.00)。
概要
| 仕様 | Gemini 4 Carbon | Muse Wonder |
|---|---|---|
| プロバイダー | Meta | |
| リリース日 | 2026年10月28日 | 2026年10月12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 4 Carbon (high) | Muse Wonder |
| 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 | $4.00 / $20.00 / $0.200 |
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 Carbon (high) | Muse Wonder | トップ |
|---|---|---|---|
| 推論 | 73.2 | – | 比較不可 |
| コーディング | 74.1 | – | 比較不可 |
| エージェント・ツール | 70.3 | 75.6 | Muse Wonder |
| 数学 | 71.9 | 70.1 | Gemini 4 Carbon |
| 知識 | 76.1 | 77.1 | Muse Wonder |
| 人間の評価 | 72.6 | 69.6 | Gemini 4 Carbon |
| 長文コンテキスト | 64.3 | – | 比較不可 |
| 総合 | 70.3 | – | 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):推論, 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。
情報源で評価が分かれる点
両方に結果がある0件のベンチマークのうち、Gemini 4 Carbonのリードが0件、Muse Wonder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 Carbonが上回っています。
| 総合Index | Gemini 4 Carbon (high) | Muse Wonder | トップ |
|---|---|---|---|
| BenchLeader Index | 68.9 | 64.4 | Gemini 4 Carbon |
| AA Intelligence Index v5.0.1 | 60.0 | 40.5† | Gemini 4 Carbon |
| Vals Index | 70.5 | 64.9† | Gemini 4 Carbon |
| Arena Text | 1526 | 1511† | Gemini 4 Carbon |
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 Carbon (high) | Muse Wonder |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $8.00 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $4.00 / $20.00 |
| 100万トークンあたりのキャッシュ入力 | $0.100 | $0.200 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0076 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.060 |
| タスクあたりの価格:コード編集 | $0.027 | $0.054 |
| 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 | $0.320 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $0.012 |
| 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 | $0.149 |
| ベンチマークのタスクあたりのコスト(AA Index) | $5.48 | – |
| タスクあたりの出力トークン(AA Index) | 123k | – |
| うち推論 | 72k | – |
| タスクあたりの時間(AA Index) | 32 min | – |
| 出力速度 | 64 tok/s | 70 tok/s |
| 回答開始までの時間 | 73.5秒 | 3.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 160.6秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Carbon (high)のスコアは68.9、最初の回答トークンまで73秒。Gemini 4 Carbon (medium)は65.8(21秒)、Gemini 4 Carbon (low)は60.1(11秒)。Muse Wonderのスコアは64.4、最初の回答トークンまで3秒。Muse Wonder (max)は60.8(20秒)、Muse Wonder (high)は56.2(13秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
142件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Carbon (high) | Muse Wonder |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 68.9 | 64.4 |
| エージェント・ツールスコア | BenchLeader | 70.3 | 75.6 |
| コーディングスコア | BenchLeader | 74.1 | – |
| 総合スコア | BenchLeader | 70.3 | – |
| 人間の評価スコア | BenchLeader | 72.6 | 69.6 |
| 知識スコア | BenchLeader | 76.1 | 77.1 |
| 長文コンテキストスコア | BenchLeader | 64.3 | – |
| 数学スコア | BenchLeader | 71.9 | 70.1 |
| 推論スコア | BenchLeader | 73.2 | – |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $8.00 |
| 出力速度 | BenchLeader | 64 tok/s | 70 tok/s |
| 回答開始までの時間 | BenchLeader | 73.5秒 | 3.3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 | 96.5% | – |
| SimpleBench | SimpleBench | 92.6%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1547 | 1531† |
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | 90.6%† |
| LiveBench 1.0 Reasoning | LiveBench | – | 90.6%† |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 50.1%† |
| HLE-Diamond (AA) | Artificial Analysis | 69.1% | 39.0%† |
| ARC-AGI-1 | ARC Prize | 97.5% | – |
| ARC-AGI-2 | ARC Prize | 92.1% | – |
| ARC-AGI-3 | ARC Prize | 96.9% | – |
| CritPt | Artificial Analysis | – | 28.3%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 69.0% | 50.5%† |
| MysteryMechanism | Vals AI | – | 27.5%† |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 37.3% |
| Arena Expert | Arena (LMArena) | 1567 | 1525† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 78.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 73.0% | 51.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 56.8% |
| DTBench | Epoch AI Benchmarking Hub | – | 95.2% |
| コーディング | |||
| SciCode | SciCode | 64.2% | 60.3%† |
| Arena Coding | Arena (LMArena) | 1568 | 1542† |
| Arena WebDev | Arena (LMArena) | 1768 | 1647† |
| LiveBench 2.0 Coding | LiveBench | 91.0% | 74.9%† |
| LiveBench 1.0 Coding | LiveBench | – | 80.7%† |
| SciCode (AA) | Artificial Analysis | – | 60.3%† |
142件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 4 Carbon (high) | Muse Wonder |
|---|---|---|---|
| コーディング | |||
| IOI | Vals AI | – | 66.9%† |
| Code Migration | Vals AI | – | 62.5%† |
| Code Migration v1.1 | Vals AI | – | 72.4%† |
| SWE-bench Multimodal | Vals AI | – | 45.6%† |
| Vibe Code Bench 1-100 | Vals AI | – | 26.6%† |
| Vibe Code Bench v1.1 | Vals AI | 89.1% | 83.1%† |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 49.7% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 71.4%† | 64.8% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 73.4%† | 73.4% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 76.7%† | 61.1% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 64.3%† | 60.0% |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 96.7%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 90.2%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 45.6%† |
| CursorBench | Cursor | 60.4% | 50.4%† |
| FrontierSWE | Epoch AI Benchmarking Hub | 61.2% | – |
| WeirdML v3 | WeirdML | – | 15.2%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 65.2% | 52.0%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 64.8 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 54.9† |
| Design Arena Website | Design Arena | 1319† | 1378† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 46.5%† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 40.6% | 27.9%† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 64.5% | 47.0%† |
| APEX-Agents | Mercor | 84.2%† | 66.1%† |
| Arena Agent | Arena (LMArena) | 17 | 1.8† |
| LiveBench Long Agentic | LiveBench | 72.7% | 46.2%† |
| LiveBench Browser | LiveBench | 80.0% | 60.0%† |
| LiveBench Agentic Coding | LiveBench | – | 62.7%† |
| HiL-Bench | Scale AI SEAL | 50.3%† | 79.7% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 63.5%† |
| GDPval-AA v2.1 | Artificial Analysis | 1733 | 1770† |
| CUA-bench | Vals AI | – | 7.2%† |
| CyberBench | Vals AI | – | 80.4%† |
| Finance Agent v2 | Vals AI | – | 56.6%† |
| Finance Agent v2.1 | Vals AI | 67.2% | 65.5%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 17.5% | 23.8%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 17.1%† |
| Legal Research Bench | Vals AI | 55.8% | 50.5%† |
| Tax Agent Bench | Vals AI | 51.8% | 36.3%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 63.1% | 49.5%† |
| Terminal-Bench Science | Vals AI | – | 22.9%† |
| Arena Agent Task Completion | Arena (LMArena) | 18.4 | 5.4† |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 24.2%† |
| Vending-Bench 2 | Andon Labs | 16484.2† | 9432.2 |
| AutomationBench | Artificial Analysis | 77.8% | 68.1%† |
| GDP.pdf (AA) | Artificial Analysis | 28.4% | 30.6%† |
| Harvey LAB-AA v1.1 | Harvey | – | 10.0%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1611 | 1659† |
| GDPx | GDPx by SemiAnalysis | 10.9% | 6.8%† |
| Design Arena Agentic | Design Arena | 1305† | 1177† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 64.8% | 25.7%† |
| MKA (AA) | Artificial Analysis | 54.3% | 47.5%† |
| FACTS Search | 94.4%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.5% | 82.1%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 95.1% | 70.7%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 99.4%† |
| ProofBench | Vals AI | – | 84.0% |
| LiveBench Mathematics | LiveBench | – | 96.5%† |
| ArXivMath | MathArena | 94.3% | – |
| BrokenArXiv | MathArena | 84.4% | – |
| Arena Maths | Arena (LMArena) | – | 1490† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 2.9% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 77.7% | – |
| LiveBench 2.0 Data Analysis | LiveBench | 86.5% | 81.6%† |
| LiveBench Research | LiveBench | 92.5% | 93.0%† |
| LiveBench 1.0 Data Analysis | LiveBench | – | 81.6%† |
| AA-Omniscience v1.1 | Artificial Analysis | 53.5 | 25.1† |
| PRBench Finance | Scale AI SEAL | – | 58.7% |
| PRBench Legal | Scale AI SEAL | 53.4%† | 58.4% |
| BioMysteryBench | Vals AI | – | 67.0%† |
| Excel Modeling Benchmark | Vals AI | – | 67.1%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.5% | 72.5%† |
| Public Benefits Bench v1.1 | Vals AI | – | 70.2%† |
| Access to Justice Benchmark | Vals AI | – | 73.0%† |
| Financial Coaching Bench | Vals AI | – | 73.8%† |
| Immigration Bench | Vals AI | – | 69.6%† |
| DrugDiscoveryBench | Scale AI SEAL | 71.5% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 87.6% | 31.4%† |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 30.8%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 58.3% | 38.0%† |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 88.6% | 79.1%† |
| FACTS Parametric | 81.6%† | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 82.9%† |
| LiveBench Instruction Following | LiveBench | – | 73.0%† |
| Arena Instruction Following | Arena (LMArena) | 1525 | 1498† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1526 | 1511† |
| EQ-Bench 4 | EQ-Bench | – | 1325 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 2007 |
| Arena Creative Writing | Arena (LMArena) | 1516 | 1491† |
| Arena Multi-turn | Arena (LMArena) | 1564 | 1525† |
| Arena Longer Queries | Arena (LMArena) | 1538 | 1507† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 80.2% | 70.9%† |
| MMMU-Pro | Artificial Analysis | 89.3%† | 83.8%† |
| Humanity's Sixth Sense | Scale AI SEAL | 71.1% | 43.7%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 58.6%† | 31.7% |
| Furniture Assembly | Epoch AI Benchmarking Hub | 77.5% | 54.2%† |
| VIALS-AA | Handshake AI | 64.0% | 55.3%† |
| Code2Video-AA | Artificial Analysis | – | 997† |
| FACTS Multimodal | 60.2%† | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 80.7%† |
| MLCR | Artificial Analysis | 19.4% | 22.2%† |
| FACTS Grounding | 77.2%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 169.8† | 161.7 |
| LiveBench 2.0 | LiveBench | 83.5% | 70.7%† |
| LiveBench 1.0 | LiveBench | – | 81.2%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 60.0 | 43.6† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 52.4† |
| AA Progress Index v1 | Artificial Analysis | 350.8 | 335.8† |
| Vals Index | Vals AI | 70.5 | 64.9† |
| Vals Finance Index | Vals AI | 67.0% | 61.2%† |
| Vals RSI Index | Vals AI | 27.7% | – |
| Vals Science Index | Vals AI | – | 39.1%† |
| Vals Router Index | Vals AI | – | 64.9% |
| Vals Legal Index | Vals AI | 75.9% | 75.3%† |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 16.4%† | – |
| DistressBench | Scale AI SEAL | – | 85.9% |
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 Wonder:BenchLeader Index 63.0 → 64.4。
- Gemini 4 Carbon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Gemini 4 Carbon (high):BenchLeader Index 69.9 → 68.9。
- Gemini 4 Carbon (high):新しい結果1件(Terminal-Bench)。
- Muse Wonder:BenchLeader Index 63.5 → 63.0。
- Gemini 4 Carbon (high):新しい結果1件(DrugDiscoveryBench)、入力価格 $4.00/M → $2.00/M、出力価格 $20.00/M → $10.00/M、価格 $7.76/M → $5.48/M。
- Gemini 4 Carbon (high):BenchLeader Index 68.5 → 69.9。
- Gemini 4 Carbon (high):新しい結果13件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
- Gemini 4 Carbon (high):新しい結果2件(FrontierSWE, Vals RSI Index)。
- Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
関連する比較
- Gemini 4 Carbon vs Claude Fable 5.2
- Gemini 4 Carbon vs Claude Opus 5.5
- Gemini 4 Carbon vs GPT-6 Astra
- Muse Wonder vs Claude Fable 5.2
- Muse Wonder vs Claude Opus 5.5
- Muse Wonder vs GPT-6 Astra
- Gemini 4 Argon vs Muse Wonder
- Gemini 4 Carbon vs Muse Spark 1.3
ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM
Gemini 4 Carbon vs Muse Wonder:よくある質問
- Gemini 4 CarbonはMuse Wonderより優れていますか?
- 品質ではGemini 4 Carbon (high)がリードしています:68.9 対 64.4。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日時点では総合でGemini 4 Carbon (high)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
- Gemini 4 CarbonとMuse Wonder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 4 Carbonの方が安く、100万トークンあたり$4.00 対 $8.00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 4 CarbonとMuse Wonderはどちらが速いですか?
- Muse Wonderの方が出力が速くなっています(出力70 対 64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 CarbonとMuse Wonder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 Wonderの方がスコアが高くなっています(カテゴリ指標で76 対 70。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(2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 Wonderです。Artificial Analysisの測定では、最初の回答トークンまで3.3秒 対 73.5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 Carbonはいつリリースされましたか?
- Gemini 4 Carbonは2026年10月28日にリリースされました。