Gemini 4 Neon vs Muse Spark
詳しいプロフィール:Gemini 4 Neon(Google)とMuse Spark(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19日時点で、Gemini 4 NeonとMuse Sparkの品質は互角です(BenchLeader Indexで67.3 対 64.1、±4.5の誤差範囲内)。両方を測定できるすべてのカテゴリでGemini 4 Neonがリードしています。
要点(2026年11月19日時点)
- BenchLeader IndexはGemini 4 Neonが67.3、Muse Sparkが64.1です(BenchLeader、2026年11月19日)。
- Gemini 4 Neonの100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月19日)。
- 両モデルに結果がある8件のベンチマークのうち、Gemini 4 Neonが8件でリードしています(BenchLeader、2026年11月19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 |
|---|---|---|---|
| コーディング | Gemini 4 Neon | カテゴリスコア73 対 65;Arena Coding 1558 対 1529 | 高 |
| エージェント・ツール利用 | Gemini 4 Neon | カテゴリスコア76 対 65;AA-Briefcase v1.1 1632 対 646 | 高 |
| 推論 | Gemini 4 Neon | カテゴリスコア72 対 67;Arena Hard Prompts 1546 対 1506 | 中 |
| 知識 | Gemini 4 Neon | カテゴリスコア72 対 63 | 高 |
| チャットの質(人間の評価) | Gemini 4 Neon | Arenaの投票で72 対 68 | 中 |
| 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 Neon (high)とMuse Sparkの品質は互角です(67.3 対 64.1、±4.5の誤差範囲内)。
- Gemini 4 Neon (high)はエージェント・ツール、コーディング、人間の評価、知識、推論で優れています。
概要
| 仕様 | Gemini 4 Neon | Muse Spark |
|---|---|---|
| プロバイダー | Meta | |
| リリース日 | 2026年11月18日 | 2026年4月8日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 262,144 |
| 比較した構成 | Gemini 4 Neon (high) | Muse Spark |
| 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) | $3.00 / $15.00 / $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 Neon (high) | Muse Spark | トップ |
|---|---|---|---|
| 推論 | 71.9 | 67.4 | Gemini 4 Neon |
| コーディング | 73.4 | 65.1 | Gemini 4 Neon |
| エージェント・ツール | 76.2 | 65.0 | Gemini 4 Neon |
| 数学 | – | 59.1 | 比較不可 |
| 知識 | 72.3 | 62.8 | Gemini 4 Neon |
| 指示追従 | – | 76.2 | 比較不可 |
| 人間の評価 | 71.7 | 68.1 | Gemini 4 Neon |
| マルチモーダル | – | 64.0 | 比較不可 |
| 長文コンテキスト | – | 63.6 | 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。
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。
情報源で評価が分かれる点
両方に結果がある8件のベンチマークのうち、Gemini 4 Neonのリードが8件、Muse Spark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 Neonが上回っています。
| 総合Index | Gemini 4 Neon (high) | Muse Spark | トップ |
|---|---|---|---|
| BenchLeader Index | 67.3 | 64.1 | 互角 |
| Arena Text | 1519 | 1489 | Gemini 4 Neon |
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 Neon (high) | Muse Spark |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $6.00 | – |
| 100万トークンあたりの入力/出力 | $3.00 / $15.00 | – / – |
| 100万トークンあたりのキャッシュ入力 | $0.150 | – |
| タスクあたりの価格:チャットの返答 | $0.0057 | – |
| タスクあたりの価格:30ページのレポートを要約 | $0.045 | – |
| タスクあたりの価格:コード編集 | $0.041 | – |
| 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 | $0.240 | – |
| タスクあたりの価格:構造化データの抽出 | $0.0090 | – |
| 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) | $0.112 | – |
| ベンチマークのタスクあたりのコスト(AA Index) | $3.74 | – |
| タスクあたりの出力トークン(AA Index) | 90k | – |
| うち推論 | 46k | – |
| タスクあたりの時間(AA Index) | 15 min | – |
| 出力速度 | 101 tok/s | – |
| 回答開始までの時間 | 40.6秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57秒)。Muse Sparkのスコアは64.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
79件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Neon (high) | Muse Spark |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 67.3 | 64.1 |
| エージェント・ツールスコア | BenchLeader | 76.2 | 65.0 |
| コーディングスコア | BenchLeader | 73.4 | 65.1 |
| 人間の評価スコア | BenchLeader | 71.7 | 68.1 |
| 知識スコア | BenchLeader | 72.3 | 62.8 |
| 推論スコア | BenchLeader | 71.9 | 67.4 |
| 指示追従スコア | BenchLeader | – | 76.2 |
| 長文コンテキストスコア | BenchLeader | – | 63.6 |
| 数学スコア | BenchLeader | – | 59.1 |
| マルチモーダルスコア | BenchLeader | – | 64.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $6.00 | – |
| 出力速度 | BenchLeader | 101 tok/s | – |
| 回答開始までの時間 | BenchLeader | 40.6秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 89.8% |
| Humanity's Last Exam | Scale AI / CAIS | – | 40.6% |
| Arena Hard Prompts | Arena (LMArena) | 1546 | 1506 |
| LiveBench 2.0 Reasoning | LiveBench | 89.6%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 40.7% |
| HLE-Diamond (AA) | Artificial Analysis | 68.4% | – |
| GPQA Diamond (Vals) | Vals AI | – | 89.7% |
| CritPt | Artificial Analysis | – | 11.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 59.0% | – |
| Arena Expert | Arena (LMArena) | 1541 | 1490 |
| コーディング | |||
| SciCode | SciCode | – | 51.5% |
| Arena Coding | Arena (LMArena) | 1558 | 1529 |
| Arena WebDev | Arena (LMArena) | 1764 | – |
| LiveBench 2.0 Coding | LiveBench | 89.7%† | – |
| SWE-bench (Vals) | Vals AI | – | 74.4% |
| SWE-Bench Pro | Scale AI SEAL | – | 55.0% |
| Vibe Code Bench v1.1 | Vals AI | – | 19.7% |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 44.7% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 24.2% |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 31.1% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 61.6% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 62.2% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 43.3% | – |
| エージェント・ツール | |||
| Arena Agent | Arena (LMArena) | 18.4 | – |
79件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 4 Neon (high) | Muse Spark |
|---|---|---|---|
| エージェント・ツール | |||
| LiveBench Long Agentic | LiveBench | 82.6%† | – |
| LiveBench Browser | LiveBench | 95.6%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 45.5% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 91.5% |
| MCP Atlas | Scale AI SEAL | – | 82.2% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1006 |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 59.5% |
| Arena Agent Task Completion | Arena (LMArena) | 19.2 | – |
| AutomationBench | Artificial Analysis | 79.2% | – |
| GDP.pdf (AA) | Artificial Analysis | 33.4% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1632 | 646 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 65.7% | – |
| MKA (AA) | Artificial Analysis | 54.6% | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 88.9% |
| ProofBench | Vals AI | – | 17.0% |
| AIME (Vals) | Vals AI | – | 96.9% |
| Arena Maths | Arena (LMArena) | – | 1468 |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 85.3%† | – |
| LiveBench Research | LiveBench | 94.5%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 53.8 | – |
| MMLU-Pro | Vals AI | – | 87.3% |
| LegalBench | Vals AI | – | 84.2% |
| CorpFin | Vals AI | – | 65.1% |
| TaxEval | Vals AI | – | 77.7% |
| PRBench Finance | Scale AI SEAL | – | 52.4% |
| PRBench Legal | Scale AI SEAL | – | 52.3% |
| MultiNRC | Scale AI SEAL | – | 59.0% |
| CaseLaw v2 | Vals AI | – | 63.1% |
| MedCode | Vals AI | – | 51.3% |
| MedScribe | Vals AI | – | 85.9% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 59.4% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 86.1% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 75.9% |
| MultiChallenge | Scale AI SEAL | – | 75.5% |
| TutorBench | Scale AI SEAL | – | 68.5% |
| Arena Instruction Following | Arena (LMArena) | 1522 | 1465 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1519 | 1489 |
| Arena Creative Writing | Arena (LMArena) | 1514 | 1465 |
| Arena Multi-turn | Arena (LMArena) | 1529 | 1493 |
| Arena Longer Queries | Arena (LMArena) | 1521 | 1476 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1306 |
| LiveBench Design | LiveBench | 81.5%† | – |
| MMMU-Pro | Artificial Analysis | – | 80.5% |
| MMMU-Pro (Vals) | Vals AI | – | 87.4% |
| Humanity's Sixth Sense | Scale AI SEAL | 75.9%† | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 78.0% |
| Arena Document | Arena (LMArena) | – | 1467 |
| MLCR | Artificial Analysis | 28.9% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 153.2 |
| LiveBench 2.0 | LiveBench | 87.4%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 59.6 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 31.3 |
| AA Progress Index v1 | Artificial Analysis | – | 289.1 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 20.2% |
データは2026年11月19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 Neon (high):新しい結果13件(MLCR, MKA (AA), Arena Text…)。
- Gemini 4 Neon (high):初めての結果。
- Muse Spark:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Muse Spark:BenchLeader Index 64.6 → 64.1。
- Muse Spark:スコアの改訂1件。
- Muse Spark:新しい結果1件(AA Progress Index v1)。
関連する比較
- Gemini 4 Neon vs Claude Fable 5.2
- Gemini 4 Neon vs GPT-6.2 Astra
- Gemini 4 Neon vs Gemini 4 Carbon
- Muse Spark vs Claude Fable 5.2
- Muse Spark vs GPT-6.2 Astra
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs Claude Opus 5.5
- Gemini 4 Hydrogen vs Muse Spark
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 Neon vs Muse Spark:よくある質問
- Gemini 4 NeonはMuse Sparkより優れていますか?
- Gemini 4 Neon (high)とMuse Sparkの品質は互角です(67.3 対 64.1、±4.5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19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 NeonとMuse Sparkのどちらが向いていますか?
- コーディングではGemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で73 対 65。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 Codingでは、Gemini 4 Neonが1558、Muse Sparkが1529です。
- エージェントやツール利用にはGemini 4 NeonとMuse Spark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Gemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で76 対 65。50が平均)。
- 長い文書にはどちらが向いていますか?
- コンテキストはGemini 4 Neonの方が長く、1,048,576トークンです(Muse Sparkは262,144トークン)。
- Gemini 4 NeonとMuse Spark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8件のベンチマークのうち、Gemini 4 Neonのリードが8件、Muse Spark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 Neonが上回っています。
ほかの質問(1件)
- Gemini 4 Neonはいつリリースされましたか?
- Gemini 4 Neonは2026年11月18日にリリースされました。