BenchLeader

Gemini 4 Hydrogen vs Muse Wonder Full

詳しいプロフィール:Gemini 4 Hydrogen(Google)とMuse Wonder Full(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 · 7件の情報源のデータ

2026年11月16日時点で、Gemini 4 HydrogenとMuse Wonder Fullの品質は互角です(BenchLeader Indexで63.4 対 61.7、±3.1の誤差範囲内)。知識(69 対 62)、推論(70 対 66)を重視するならGemini 4 Hydrogen、エージェント・ツール(64 対 62)、コーディング(70 対 69)を重視するならMuse Wonder Fullが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Hydrogenが63.4、Muse Wonder Fullが61.7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)。
  • 両モデルに結果がある12件のベンチマークのうち、Gemini 4 Hydrogenが7件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGemini 4 Hydrogenが1704、Muse Wonder Fullが1724です(LMArena、2026年11月16日までの公開値)。

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
コーディングMuse Wonder Fullカテゴリスコア70 対 69;Arena WebDev 1724 対 1704中
エージェント・ツール利用Muse Wonder Fullカテゴリスコア64 対 62;GDP.pdf (AA) 32.6% 対 30.0%中
推論Gemini 4 Hydrogenカテゴリスコア70 対 66;HLE-Diamond (AA) 54.9% 対 48.5%中
知識Gemini 4 Hydrogenカテゴリスコア69 対 62;AA-Omniscience v1.1 43.7 対 30.6中
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
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 Full (max)の品質は互角です(63.4 対 61.7、±3.1の誤差範囲内)。
  • Gemini 4 Hydrogen (high)は知識、推論で優れています。
  • Muse Wonder Full (max)はエージェント・ツール、コーディングで優れています。

概要

仕様Gemini 4 HydrogenMuse Wonder Full
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)1,048,5761,000,000
比較した構成Gemini 4 Hydrogen (high)Muse Wonder Full (max)
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–

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 Full (max)トップ
推論69.665.8Gemini 4 Hydrogen
コーディング68.869.9Muse Wonder Full
エージェント・ツール61.763.6Muse Wonder Full
数学67.8–比較不可
知識68.562.3Gemini 4 Hydrogen
人間の評価68.2–比較不可
長文コンテキスト–66.6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推論コーディングエージェント・ツール知識Gemini 4 Hydrogen, 推論: 69.6Gemini 4 Hydrogen, コーディング: 68.8Gemini 4 Hydrogen, エージェント・ツール: 61.7Gemini 4 Hydrogen, 知識: 68.5Muse Wonder Full, 推論: 65.8Muse Wonder Full, コーディング: 69.9Muse Wonder Full, エージェント・ツール: 63.6Muse Wonder Full, 知識: 62.3

描画していないもの(測定済みのモデルが2つ未満):数学, 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12件のベンチマークのうち、Gemini 4 Hydrogenのリードが7件、Muse Wonder Fullのリードが5件です。両方を評価しているすべての総合指標で、Gemini 4 Hydrogenが上回っています。

総合IndexGemini 4 Hydrogen (high)Muse Wonder Full (max)トップ
BenchLeader Index63.461.7互角
AA Intelligence Index v5.0.150.850.1Gemini 4 Hydrogen
Vals Index68.5†66.8Gemini 4 Hydrogen

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 Full (max)
100万トークンあたりのブレンド価格$3.00–
100万トークンあたりの入力/出力$1.50 / $7.50– / –
100万トークンあたりのキャッシュ入力$0.075–
タスクあたりの価格:チャットの返答$0.0029–
タスクあたりの価格:30ページのレポートを要約$0.022–
タスクあたりの価格:コード編集$0.020–
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–
タスクあたりの価格:構造化データの抽出$0.0045–
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–
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)85k88k
うち推論48k55k
タスクあたりの時間(AA Index)8 min–
出力速度170 tok/s–
回答開始までの時間16.2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 Full (max)のスコアは61.7。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

82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 Full (max)
BenchLeader IndexBenchLeader63.461.7
エージェント・ツールスコアBenchLeader61.763.6
コーディングスコアBenchLeader68.869.9
人間の評価スコアBenchLeader68.2–
知識スコアBenchLeader68.562.3
数学スコアBenchLeader67.8–
推論スコアBenchLeader69.665.8
長文コンテキストスコアBenchLeader–66.6
ブレンド価格($/100万トークン)BenchLeader$3.00–
出力速度BenchLeader170 tok/s–
回答開始までの時間BenchLeader16.2秒–
コンテキストウィンドウBenchLeader1,048,576トークン1,000,000トークン
推論
Arena Hard PromptsArena (LMArena)1514–
LiveBench 2.0 ReasoningLiveBench88.6%†–
Humanity's Last Exam (AA)Artificial Analysis–53.6%
HLE-Diamond (AA)Artificial Analysis54.9%48.5%
CritPtArtificial Analysis–32.9%
CritPt v2 hard subset (AA)Artificial Analysis61.5%56.5%
MysteryMechanismVals AI–35.1%
Arena ExpertArena (LMArena)1542–
コーディング
Arena CodingArena (LMArena)1518–
Arena WebDevArena (LMArena)17041724
LiveBench 2.0 CodingLiveBench78.5%†–
SciCode (AA)Artificial Analysis–62.6%
IOIVals AI–79.8%
Code MigrationVals AI–61.0%
Code Migration v1.1Vals AI–62.8%
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI–47.3%
Vibe Code Bench 1-100Vals AI–34.0%
Vibe Code Bench v1.1Vals AI87.8%†86.0%
Terminal-Bench 4.0 (AA)Artificial Analysis54.0%57.1%
Design Arena WebsiteDesign Arena1320†–
FrontierCode 1.1 (AA)Artificial Analysis–44.9%
FrontierCode 2.0 (AA)Artificial Analysis36.3%37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench56.4%–
Arena AgentArena (LMArena)–9
82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 Full (max)
エージェント・ツール
LiveBench Long AgenticLiveBench61.8%†–
LiveBench BrowserLiveBench77.1%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis–1857
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI–59.1%
Finance Agent v2.1Vals AI65.1%†67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%†23.3%
Harvey's Legal Agent Benchmark v1Vals AI–21.7%
Legal Research BenchVals AI53.9%†53.4%
Robo-benchVals AI–10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI52.3%†43.0%
Terminal-Bench 4.0 (Vals)Vals AI54.0%†58.1%
Terminal-Bench ScienceVals AI–37.1%
Arena Agent Task CompletionArena (LMArena)–11.1
AutomationBenchArtificial Analysis74.4%71.3%
GDP.pdf (AA)Artificial Analysis30.0%32.6%
Harvey LAB-AA v1.1Harvey–13.1%
AA-Briefcase v1.1Artificial Analysis14971729
GDPxGDPx by SemiAnalysis–9.0%
Design Arena AgenticDesign Arena1262†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis41.4%37.1%
数学
Arena MathsArena (LMArena)1495–
知識
LiveBench 2.0 Data AnalysisLiveBench83.2%†–
LiveBench ResearchLiveBench86.8%†–
AA-Omniscience v1.1Artificial Analysis43.730.6
LegalBenchVals AI–87.4%
BioMysteryBenchVals AI–73.3%
Excel Modeling BenchmarkVals AI–71.9%
Excel Modeling Benchmark v1.1Vals AI75.8%†75.0%
MedCodeVals AI–49.9%
MedScribeVals AI–89.3%
Public Benefits Bench v1.1Vals AI–73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
AA-Omniscience v1.1: accuracyArtificial Analysis48.2%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.3%82.4%
指示追従
Arena Instruction FollowingArena (LMArena)1503–
人間の評価
Arena TextArena (LMArena)1490–
Arena Creative WritingArena (LMArena)1492–
Arena Multi-turnArena (LMArena)1476–
Arena Longer QueriesArena (LMArena)1514–
マルチモーダル
LiveBench DesignLiveBench77.3%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–83.7%
MLCRArtificial Analysis21.1%†22.2%
総合
LiveBench 2.0LiveBench77.0%†–
AA Intelligence Index v5.0.1Artificial Analysis50.850.1
AA Intelligence Index v4.3.2Artificial Analysis–55.8
AA Progress Index v1Artificial Analysis–343.2
Vals IndexVals AI68.5†66.8
Vals Finance IndexVals AI66.1%†64.5%
Vals RSI IndexVals AI–24.4%
Vals Science IndexVals AI–48.5%
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI73.6%†77.9%

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。

最近の変化

  • Gemini 4 Hydrogen (high):新しい結果10件(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):新しい結果1件(Arena Agent)。
  • Muse Wonder Full (max):新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂2件。
  • Muse Wonder Full (max):新しい結果1件(Terminal-Bench-Science 0.1 (AA))。
  • Muse Wonder Full (max):新しい結果9件(Code Migration v1.1, Excel Modeling Benchmark v1.1, Finance Agent v2.1…)。
  • Muse Wonder Full (max):新しい結果1件(FrontierCode 1.1 (AA))。
  • Muse Wonder Full (max):新しい結果1件(Arena WebDev)、スコアの改訂2件。

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 Hydrogen vs Muse Wonder Full:よくある質問

Gemini 4 HydrogenはMuse Wonder Fullより優れていますか?
Gemini 4 Hydrogen (high)とMuse Wonder Full (max)の品質は互角です(63.4 対 61.7、±3.1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。
コーディングにはGemini 4 HydrogenとMuse Wonder Fullのどちらが向いていますか?
コーディングではMuse Wonder Fullの方がスコアが高くなっています(カテゴリ指標で70 対 69。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Gemini 4 Hydrogenが1704、Muse Wonder Fullが1724です。
エージェントやツール利用にはGemini 4 HydrogenとMuse Wonder Full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 Fullの方がスコアが高くなっています(カテゴリ指標で64 対 62。50が平均)。
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(Gemini 4 Hydrogenは1,048,576、Muse Wonder Fullは1,000,000)。
Gemini 4 HydrogenとMuse Wonder Full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12件のベンチマークのうち、Gemini 4 Hydrogenのリードが7件、Muse Wonder Fullのリードが5件です。両方を評価しているすべての総合指標で、Gemini 4 Hydrogenが上回っています。
ほかの質問(1件)
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。