BenchLeader

Gemini 4 Hydrogen vs Muse Wonder

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

2026年11月16日時点で、Gemini 4 HydrogenとMuse Wonderの品質は互角です(BenchLeader Indexで63.4 対 64.4、±3.6の誤差範囲内)。価格はGemini 4 Hydrogenの方が2.7倍安く、100万トークンあたりのブレンド価格で$3.00 対 $8.00です。両方を測定できるすべてのカテゴリでMuse Wonderがリードしています。Gemini 4 Hydrogenの方が出力が約2倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Hydrogenが63.4、Muse Wonderが64.4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 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)。
  • Gemini 4 HydrogenはMuse Wonderより出力が約2倍速いです(Artificial Analysis、7日間の中央値、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 62高
数学Muse Wonderカテゴリスコア70 対 68中
知識Muse Wonderカテゴリスコア77 対 69高
チャットの質(人間の評価)Muse WonderArenaの投票で70 対 68中
最低コストGemini 4 Hydrogen100万トークンあたりブレンド価格$3.00 対 $8.00;エージェント型コーディングセッション$0.120 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 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 Wonderの品質は互角です(63.4 対 64.4、±3.6の誤差範囲内)。
  • Muse Wonderはエージェント・ツール、人間の評価、知識、数学で優れています。
  • Gemini 4 Hydrogen (high)の方が2.7倍安くなっています(100万トークンあたりブレンド価格$3.00 対 $8.00)。
  • Gemini 4 Hydrogen (high)の方が出力が2.4倍速くなっています(170 対 70トークン/秒)。

概要

仕様Gemini 4 HydrogenMuse Wonder
プロバイダーGoogleMeta
リリース日2026年11月12日2026年10月12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 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)$1.50 / $7.50 / $0.075$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 Hydrogen (high)Muse Wonderトップ
推論69.6–比較不可
コーディング68.8–比較不可
エージェント・ツール61.775.6Muse Wonder
数学67.870.1Muse Wonder
知識68.577.1Muse Wonder
人間の評価68.269.6Muse Wonder

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エージェント・ツール数学知識人間の評価Gemini 4 Hydrogen, エージェント・ツール: 61.7Gemini 4 Hydrogen, 数学: 67.8Gemini 4 Hydrogen, 知識: 68.5Gemini 4 Hydrogen, 人間の評価: 68.2Muse Wonder, エージェント・ツール: 75.6Muse Wonder, 数学: 70.1Muse Wonder, 知識: 77.1Muse Wonder, 人間の評価: 69.6

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。

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 Wonder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、Vals Indexで、Muse WonderはArena Textでリードしています。

総合IndexGemini 4 Hydrogen (high)Muse Wonderトップ
BenchLeader Index63.464.4互角
AA Intelligence Index v5.0.150.840.5†Gemini 4 Hydrogen
Vals Index68.5†64.9Gemini 4 Hydrogen
Arena Text14901511†Muse Wonder

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 Wonder
100万トークンあたりのブレンド価格$3.00$8.00
100万トークンあたりの入力/出力$1.50 / $7.50$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.075$0.200
タスクあたりの価格:チャットの返答$0.0029$0.0076
タスクあたりの価格:30ページのレポートを要約$0.022$0.060
タスクあたりの価格:コード編集$0.020$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$0.120$0.320
タスクあたりの価格:構造化データの抽出$0.0045$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)$0.056$0.149
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/s70 tok/s
回答開始までの時間16.2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)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 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

122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 Wonder
BenchLeader IndexBenchLeader63.464.4
エージェント・ツールスコアBenchLeader61.775.6
コーディングスコアBenchLeader68.8–
人間の評価スコアBenchLeader68.269.6
知識スコアBenchLeader68.577.1
数学スコアBenchLeader67.870.1
推論スコアBenchLeader69.6–
ブレンド価格($/100万トークン)BenchLeader$3.00$8.00
出力速度BenchLeader170 tok/s70 tok/s
回答開始までの時間BenchLeader16.2秒3.3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
Arena Hard PromptsArena (LMArena)15141531†
LiveBench 2.0 ReasoningLiveBench88.6%†90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis–50.1%†
HLE-Diamond (AA)Artificial Analysis54.9%39.0%†
CritPtArtificial Analysis–28.3%†
CritPt v2 hard subset (AA)Artificial Analysis61.5%50.5%†
MysteryMechanismVals AI–27.5%†
HLE-Diamond (Scale)Scale AI SEAL–37.3%
Arena ExpertArena (LMArena)15421525†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–51.0%†
LMCAEpoch AI Benchmarking Hub–56.8%
DTBenchEpoch AI Benchmarking Hub–95.2%
コーディング
SciCodeSciCode–60.3%†
Arena CodingArena (LMArena)15181542†
Arena WebDevArena (LMArena)17041647†
LiveBench 2.0 CodingLiveBench78.5%†74.9%†
LiveBench 1.0 CodingLiveBench–80.7%†
IOIVals AI–66.9%†
Code MigrationVals AI–62.5%†
Code Migration v1.1Vals AI–72.4%†
SWE-bench MultimodalVals AI–45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
Vibe Code Bench v1.1Vals AI87.8%†83.1%†
SWE Atlas v1.1Scale AI SEAL–64.8%
122件のベンチマークをすべて表示
指標公開元Gemini 4 Hydrogen (high)Muse Wonder
コーディング
SWE Atlas v1.1: Codebase QnAScale AI SEAL–73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL–61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL–60.0%
SWE-Bench Pro V2Scale AI SEAL–96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub–45.6%†
CursorBenchCursor–50.4%†
WeirdML v3WeirdML–15.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis54.0%52.0%†
GameBench 2 OverallDuelLab GameBench 2–64.8
GameBench 2 by reasoning settingDuelLab GameBench 2–54.9†
Design Arena WebsiteDesign Arena1320†1378†
FrontierCode 1.1 (AA)Artificial Analysis–46.5%†
FrontierCode 2.0 (AA)Artificial Analysis36.3%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench56.4%47.0%†
APEX-AgentsMercor–66.1%†
Arena AgentArena (LMArena)–1.8†
LiveBench Long AgenticLiveBench61.8%†46.2%†
LiveBench BrowserLiveBench77.1%†60.0%†
LiveBench Agentic CodingLiveBench–62.7%†
HiL-BenchScale AI SEAL–79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis–63.5%†
GDPval-AA v2.1Artificial Analysis–1770†
CUA-benchVals AI–7.2%†
CyberBenchVals AI–80.4%†
Finance Agent v2Vals AI–56.6%†
Finance Agent v2.1Vals AI65.1%†65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%†23.8%†
Harvey's Legal Agent Benchmark v1Vals AI–17.1%†
Legal Research BenchVals AI53.9%†50.5%†
Tax Agent BenchVals AI52.3%†36.3%†
Terminal-Bench 4.0 (Vals)Vals AI54.0%†49.5%†
Terminal-Bench ScienceVals AI–22.9%†
Arena Agent Task CompletionArena (LMArena)–5.4†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs–9432.2
AutomationBenchArtificial Analysis74.4%68.1%†
GDP.pdf (AA)Artificial Analysis30.0%30.6%†
Harvey LAB-AA v1.1Harvey–10.0%†
AA-Briefcase v1.1Artificial Analysis14971659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena1262†1177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis41.4%25.7%†
MKA (AA)Artificial Analysis–47.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–99.4%†
ProofBenchVals AI–84.0%
LiveBench MathematicsLiveBench–96.5%†
Arena MathsArena (LMArena)14951490†
知識
LiveBench 2.0 Data AnalysisLiveBench83.2%†81.6%†
LiveBench ResearchLiveBench86.8%†93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis43.725.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL–58.4%
BioMysteryBenchVals AI–67.0%†
Excel Modeling BenchmarkVals AI–67.1%†
Excel Modeling Benchmark v1.1Vals AI75.8%†72.5%†
Public Benefits Bench v1.1Vals AI–70.2%†
Access to Justice BenchmarkVals AI–73.0%†
Financial Coaching BenchVals AI–73.8%†
Immigration BenchVals AI–69.6%†
EBR-benchEpoch AI Benchmarking Hub–31.4%†
GDP.pdfEpoch AI Benchmarking Hub–30.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis48.2%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.3%79.1%†
指示追従
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
Arena Instruction FollowingArena (LMArena)15031498†
人間の評価
Arena TextArena (LMArena)14901511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench–2007
Arena Creative WritingArena (LMArena)14921491†
Arena Multi-turnArena (LMArena)14761525†
Arena Longer QueriesArena (LMArena)15141507†
マルチモーダル
LiveBench DesignLiveBench77.3%†70.9%†
MMMU-ProArtificial Analysis–83.8%†
Humanity's Sixth SenseScale AI SEAL–43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–31.7%
Furniture AssemblyEpoch AI Benchmarking Hub–54.2%†
VIALS-AAHandshake AI–55.3%†
Code2Video-AAArtificial Analysis–997†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–80.7%†
MLCRArtificial Analysis21.1%†22.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–161.7
LiveBench 2.0LiveBench77.0%†70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis50.843.6†
AA Intelligence Index v4.3.2Artificial Analysis–52.4†
AA Progress Index v1Artificial Analysis–335.8†
Vals IndexVals AI68.5†64.9†
Vals Finance IndexVals AI66.1%†61.2%†
Vals Science IndexVals AI–39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI73.6%†75.3%†
安全性・誠実さ
DistressBenchScale 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 Hydrogen (high):新しい結果10件(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • Muse Wonder:スコアの改訂5件。
  • Muse Wonder:スコアの改訂1件。
  • Muse Wonder:新しい結果1件(Startrise Frontend)。
  • Muse Wonder:スコアの改訂3件。
  • Muse Wonder:新しい結果1件(EQ-Bench 4)。

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 Wonder:よくある質問

Gemini 4 HydrogenはMuse Wonderより優れていますか?
Gemini 4 Hydrogen (high)とMuse Wonderの品質は互角です(63.4 対 64.4、±3.6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 Hydrogen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 Hydrogenの方が安く、100万トークンあたり$3.00 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 HydrogenとMuse Wonderはどちらが速いですか?
Gemini 4 Hydrogenの方が出力が約2倍速くなっています(出力170 対 70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 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 62。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 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。