BenchLeader

Gemini 4 Hydrogen vs Muse Spark 1.3

詳しいプロフィール:Gemini 4 Hydrogen(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 · 10件の情報源のデータ

2026年11月16日時点で、Gemini 4 HydrogenとMuse Spark 1.3の品質は互角です(BenchLeader Indexで63.4 対 61.6、±8.4の誤差範囲内)。価格はMuse Spark 1.3の方が1.5倍安く、100万トークンあたりのブレンド価格で$2.00 対 $3.00です。数学(68 対 56)を重視するならGemini 4 Hydrogen、知識(81 対 69)、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 16.2秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Hydrogenが63.4、Muse Spark 1.3が61.6です(BenchLeader、2026年11月16日)。
  • Gemini 4 Hydrogenの100万トークンあたりのブレンド価格は$3.00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)。

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・ツール利用どちらでもカテゴリスコア62 対 61どちらでも
数学Gemini 4 Hydrogenカテゴリスコア68 対 56高
推論Muse Spark 1.3カテゴリスコア71 対 70中
知識Muse Spark 1.3カテゴリスコア81 対 69高
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Hydrogenのみです(カテゴリスコア68)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 $3.00;エージェント型コーディングセッション$0.092 対 $0.120–
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 16.2秒(Gemini 4 Hydrogen (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 Hydrogen (high)とMuse Spark 1.3の品質は互角です(63.4 対 61.6、±8.4の誤差範囲内)。
  • Gemini 4 Hydrogen (high)はエージェント・ツール、数学で優れています。
  • Muse Spark 1.3は知識、推論で優れています。
  • Muse Spark 1.3の方が1.5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 $3.00)。

概要

仕様Gemini 4 HydrogenMuse Spark 1.3
プロバイダーGoogleMeta
リリース日2026年11月12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
比較した構成Gemini 4 Hydrogen (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)$1.50 / $7.50 / $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 4 Hydrogen (high)Muse Spark 1.3トップ
推論69.671.0Muse Spark 1.3
コーディング68.8–比較不可
エージェント・ツール61.761.3互角
数学67.856.3Gemini 4 Hydrogen
知識68.581.2Muse Spark 1.3
人間の評価68.2–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 Hydrogen, 推論: 69.6Gemini 4 Hydrogen, エージェント・ツール: 61.7Gemini 4 Hydrogen, 数学: 67.8Gemini 4 Hydrogen, 知識: 68.5Muse 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0件のベンチマークのうち、Gemini 4 Hydrogenのリードが0件、Muse Spark 1.3のリードが0件です。第三者の総合指標でも評価が分かれ、Gemini 4 HydrogenはAA Intelligence Index v5.0.1で、Muse Spark 1.3はArena Textでリードしています。

総合IndexGemini 4 Hydrogen (high)Muse Spark 1.3トップ
BenchLeader Index63.461.6互角
AA Intelligence Index v5.0.150.836.6†Gemini 4 Hydrogen
Arena Text14901497†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 4 Hydrogen (high)Muse Spark 1.3
100万トークンあたりのブレンド価格$3.00$2.00
100万トークンあたりの入力/出力$1.50 / $7.50$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$0.0029$0.0018
タスクあたりの価格:30ページのレポートを要約$0.022$0.018
タスクあたりの価格:コード編集$0.020$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$0.120$0.092
タスクあたりの価格:構造化データの抽出$0.0045$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)$0.056$0.043
ベンチマークのタスクあたりのコスト(AA Index)$1.87–
タスクあたりの出力トークン(AA Index)85k–
うち推論48k–
タスクあたりの時間(AA Index)8 min–
出力速度170 tok/s163 tok/s
回答開始までの時間16.2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)63.3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 Hydrogen (high)のスコアは63.4、最初の回答トークンまで16秒。Gemini 4 Hydrogen (xhigh)は61.8(42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

126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 Hydrogen (high)Muse Spark 1.3
BenchLeader IndexBenchLeader63.461.6
エージェント・ツールスコアBenchLeader61.761.3
コーディングスコアBenchLeader68.8–
人間の評価スコアBenchLeader68.2–
知識スコアBenchLeader68.581.2
数学スコアBenchLeader67.856.3
推論スコアBenchLeader69.671.0
ブレンド価格($/100万トークン)BenchLeader$3.00$2.00
出力速度BenchLeader170 tok/s163 tok/s
回答開始までの時間BenchLeader16.2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
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)15141517†
LiveBench 2.0 ReasoningLiveBench88.6%†89.7%†
LiveBench 1.0 ReasoningLiveBench–89.7%†
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis–48.7%†
HLE-Diamond (AA)Artificial Analysis54.9%33.7%†
CritPtArtificial Analysis–24.9%†
CritPt v2 hard subset (AA)Artificial Analysis61.5%48.0%†
MysteryMechanismVals AI–36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)15421521†
Chess PuzzlesEpoch AI Benchmarking Hub–37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–25.0%†
LMCAEpoch AI Benchmarking Hub–53.9%
DTBenchEpoch AI Benchmarking Hub–96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
コーディング
SciCodeSciCode–58.8%†
Arena CodingArena (LMArena)15181534†
Arena WebDevArena (LMArena)17041655†
LiveBench 2.0 CodingLiveBench78.5%†84.4%†
LiveBench 1.0 CodingLiveBench–81.1%†
IOIVals AI–56.6%†
Code MigrationVals AI–47.4%†
126件のベンチマークをすべて表示
指標公開元Gemini 4 Hydrogen (high)Muse Spark 1.3
コーディング
ProgramBenchVals AI–2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI87.8%†85.9%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub–1688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis54.0%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis–84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 2–57.7
GameBench 2 by reasoning settingDuelLab GameBench 2–68.5†
Design Arena WebsiteDesign Arena1320†1353†
FrontierCode 1.1 (AA)Artificial Analysis–40.6%†
FrontierCode 2.0 (AA)Artificial Analysis36.3%23.1%†
エージェント・ツール
Terminal-BenchTerminal-Bench56.4%14.8%†
APEX-AgentsMercor–58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench61.8%†47.9%†
LiveBench BrowserLiveBench77.1%†30.9%†
LiveBench Agentic CodingLiveBench–64.1%†
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1Artificial Analysis–1681†
τ³-Banking (AA)Artificial Analysis–50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI–60.0%†
Finance Agent v2.1Vals AI65.1%†–
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%†–
Harvey's Legal Agent Benchmark v1Vals AI–23.8%†
Legal Research BenchVals AI53.9%†55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI52.3%†42.4%†
Terminal-Bench 4.0 (Vals)Vals AI54.0%†24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena Agent Task CompletionArena (LMArena)–3.7†
AutomationBenchArtificial Analysis74.4%57.9%†
GDP.pdf (AA)Artificial Analysis30.0%26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis14971581†
Design Arena AgenticDesign Arena1262†1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis41.4%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 1–3Epoch AI Benchmarking Hub–74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–99.2%†
ProofBenchVals AI–55.0%
LiveBench MathematicsLiveBench–96.0%†
Arena MathsArena (LMArena)14951506†
知識
LiveBench 2.0 Data AnalysisLiveBench83.2%†79.6%†
LiveBench ResearchLiveBench86.8%†82.5%†
LiveBench 1.0 Data AnalysisLiveBench–79.6%†
AA-Omniscience v1.1Artificial Analysis43.722.4†
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
Excel Modeling BenchmarkVals AI–67.4%†
Excel Modeling Benchmark v1.1Vals AI75.8%†–
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis48.2%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.3%74.8%†
指示追従
LiveBench LanguageLiveBench–82.8%†
LiveBench Instruction FollowingLiveBench–78.0%†
Arena Instruction FollowingArena (LMArena)15031485†
人間の評価
Arena TextArena (LMArena)14901497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)14921468†
Arena Multi-turnArena (LMArena)14761493†
Arena Longer QueriesArena (LMArena)15141498†
マルチモーダル
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench77.3%†74.8%†
MMMU-ProArtificial Analysis–82.0%†
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis21.1%†13.9%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–158.2
LiveBench 2.0LiveBench77.0%†68.6%†
LiveBench 1.0LiveBench–81.6%†
AA Intelligence Index v5.0.1Artificial Analysis50.836.6†
AA Intelligence Index v4.3.2Artificial Analysis–48.1†
AA Progress Index v1Artificial Analysis–324.5†
Vals IndexVals AI68.5†–
Vals Finance IndexVals AI66.1%†–
Vals RSI IndexVals AI–19.6%†
Vals Legal IndexVals AI73.6%†–
AA Cyber IndexArtificial Analysis–44.3†
安全性・誠実さ
DistressBenchScale AI SEAL–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 4 Hydrogen (high):新しい結果10件(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • 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)。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:スコアの改訂4件。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
  • Muse Spark 1.3:スコアの改訂1件。
  • Muse Spark 1.3:スコアの改訂1件。

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 Hydrogen vs Muse Spark 1.3:よくある質問

Gemini 4 HydrogenはMuse Spark 1.3より優れていますか?
Gemini 4 Hydrogen (high)とMuse Spark 1.3の品質は互角です(63.4 対 61.6、±8.4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 Hydrogen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 $3.00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 HydrogenとMuse Spark 1.3はどちらが速いですか?
Gemini 4 Hydrogenの方が出力が速くなっています(出力170 対 163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 Hydrogen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互角です(カテゴリ指標で62 対 61)。
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 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 16.2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 Hydrogenはいつリリースされましたか?
Gemini 4 Hydrogenは2026年11月12日にリリースされました。