BenchLeader

Gemini 4 Neon vs Muse Spark 1.2

詳しいプロフィール:Gemini 4 Neon(Google)とMuse Spark 1.2(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 · 9件の情報源のデータ

2026年11月19日時点で、品質ではGemini 4 NeonがMuse Spark 1.2を上回ります(BenchLeader Indexで67.3 対 61.4)。ただし、価格はMuse Spark 1.2の方が3.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $6.00です。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。Muse Spark 1.2の方が出力が約1.5倍速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 4 Neonが67.3、Muse Spark 1.2が61.4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)。
  • Muse Spark 1.2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19日)。
  • Muse Spark 1.2はGemini 4 Neonより出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
  • 両モデルに結果がある15件のベンチマークのうち、Gemini 4 Neonが15件でリードしています(BenchLeader、2026年11月19日)。
  • Arena WebDevでの評価はGemini 4 Neonが1764、Muse Spark 1.2が1534です(LMArena、2026年11月19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Gemini 4 Neonカテゴリスコア73 対 54;Arena WebDev 1764 対 1534高
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 55;Arena Agent 18.4 対 -9.1高
推論Gemini 4 Neonカテゴリスコア72 対 68;Arena Hard Prompts 1546 対 1514中
知識Gemini 4 Neonカテゴリスコア72 対 64高
チャットの質(人間の評価)Gemini 4 NeonArenaの投票で72 対 69中
最低コストMuse Spark 1.2100万トークンあたりブレンド価格$2.00 対 $6.00;エージェント型コーディングセッション$0.092 対 $0.240–
回答開始の速さMuse Spark 1.2最初の回答トークンまで7.5秒(Muse Spark 1.2 (xhigh))対 40.6秒(Gemini 4 Neon (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 Neon (high)がリードしています:67.3 対 61.4。
  • 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。
  • Muse Spark 1.2 (xhigh)の方が3.0倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $6.00)。
  • Muse Spark 1.2 (xhigh)の方が出力が2.0倍速くなっています(204 対 101トークン/秒)。

概要

仕様Gemini 4 NeonMuse Spark 1.2
プロバイダーGoogleMeta
リリース日2026年11月18日2026年8月5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 Neon (high)Muse Spark 1.2 (xhigh)
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$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 Neon (high)Muse Spark 1.2 (xhigh)トップ
推論71.968.1Gemini 4 Neon
コーディング73.454.3Gemini 4 Neon
エージェント・ツール76.255.0Gemini 4 Neon
数学–66.8比較不可
知識72.364.3Gemini 4 Neon
人間の評価71.768.6Gemini 4 Neon
マルチモーダル–65.3比較不可
長文コンテキスト–64.1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・ツール知識人間の評価Gemini 4 Neon, 推論: 71.9Gemini 4 Neon, コーディング: 73.4Gemini 4 Neon, エージェント・ツール: 76.2Gemini 4 Neon, 知識: 72.3Gemini 4 Neon, 人間の評価: 71.7Muse Spark 1.2, 推論: 68.1Muse Spark 1.2, コーディング: 54.3Muse Spark 1.2, エージェント・ツール: 55.0Muse Spark 1.2, 知識: 64.3Muse Spark 1.2, 人間の評価: 68.6

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。

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15件のベンチマークのうち、Gemini 4 Neonのリードが15件、Muse Spark 1.2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IndexGemini 4 Neon (high)Muse Spark 1.2 (xhigh)トップ
BenchLeader Index67.361.4Gemini 4 Neon
Arena Text15191493Gemini 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 1.2 (xhigh)
100万トークンあたりのブレンド価格$6.00$2.00
100万トークンあたりの入力/出力$3.00 / $15.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.150$0.150
タスクあたりの価格:チャットの返答$0.0057$0.0018
タスクあたりの価格:30ページのレポートを要約$0.045$0.018
タスクあたりの価格:コード編集$0.041$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$0.240$0.092
タスクあたりの価格:構造化データの抽出$0.0090$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)$0.112$0.043
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/s204 tok/s
回答開始までの時間40.6秒7.5秒
回答が完了するまでの時間(最終測定2026年11月13日)–23.9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 1.2 (xhigh)のスコアは61.4、最初の回答トークンまで7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

101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 1.2 (xhigh)
BenchLeader IndexBenchLeader67.361.4
エージェント・ツールスコアBenchLeader76.255.0
コーディングスコアBenchLeader73.454.3
人間の評価スコアBenchLeader71.768.6
知識スコアBenchLeader72.364.3
推論スコアBenchLeader71.968.1
長文コンテキストスコアBenchLeader–64.1
数学スコアBenchLeader–66.8
マルチモーダルスコアBenchLeader–65.3
ブレンド価格($/100万トークン)BenchLeader$6.00$2.00
出力速度BenchLeader101 tok/s204 tok/s
回答開始までの時間BenchLeader40.6秒7.5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–74.5%†
Arena Hard PromptsArena (LMArena)15461514
LiveBench 2.0 ReasoningLiveBench89.6%†–
LiveBench 1.0 ReasoningLiveBench–90.0%
GPQA Diamond (AA)Artificial Analysis–90.4%
Humanity's Last Exam (AA)Artificial Analysis–45.5%
HLE-Diamond (AA)Artificial Analysis68.4%–
CritPtArtificial Analysis–17.7%
CritPt v2 hard subset (AA)Artificial Analysis59.0%–
Arena ExpertArena (LMArena)15411504
Chess PuzzlesEpoch AI Benchmarking Hub–27.0%
LMCAEpoch AI Benchmarking Hub–48.4%
DTBenchEpoch AI Benchmarking Hub–94.7%
コーディング
SciCodeSciCode–57.4%
WeirdMLWeirdML–60.4%
Arena CodingArena (LMArena)15581540
Arena WebDevArena (LMArena)17641534
LiveBench 2.0 CodingLiveBench89.7%†–
LiveBench 1.0 CodingLiveBench–77.5%
IOIVals AI–21.8%
SWE-bench (Vals)Vals AI–86.6%
Code MigrationVals AI–29.9%
ProgramBenchVals AI–0.5%
Vibe Code Bench v1.1Vals AI–79.1%
DeepSWE v1.1Epoch AI Benchmarking Hub–54.9%
101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 1.2 (xhigh)
コーディング
FrontierSWEEpoch AI Benchmarking Hub–12.0%
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%7.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.2%
Startrise FrontendStartrise–70.3%†
GameBench 2 OverallDuelLab GameBench 2–51.4†
GameBench 2 by reasoning settingDuelLab GameBench 2–56.7
Design Arena WebsiteDesign Arena–1301†
FrontierCode 2.0 (AA)Artificial Analysis43.3%–
エージェント・ツール
APEX-AgentsMercor–45.4%†
Arena AgentArena (LMArena)18.4-9.1
LiveBench Long AgenticLiveBench82.6%†–
LiveBench BrowserLiveBench95.6%†–
LiveBench Agentic CodingLiveBench–57.6%
Terminal-Bench 2.1 (Vals)Vals AI–69.7%
GDPval-AA v2.1Artificial Analysis–1478
τ³-Banking (AA)Artificial Analysis–34.9%
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI–60.6%
Harvey's Legal Agent Benchmark v1Vals AI–25.4%
Legal Research BenchVals AI–43.8%
SkillsBenchVals AI–53.0%
SREBenchVals AI–0.0%
Tax Agent BenchVals AI–32.8%
Terminal-Bench 4.0 (Vals)Vals AI–6.1%
Arena Agent Task CompletionArena (LMArena)19.2-10.1
AutomationBenchArtificial Analysis79.2%40.6%
GDP.pdf (AA)Artificial Analysis33.4%17.4%
EnterpriseOps-GymArtificial Analysis–47.3%
AA-Briefcase v1.1Artificial Analysis16321323
Design Arena AgenticDesign Arena–1177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%–
MKA (AA)Artificial Analysis54.6%–
数学
ProofBenchVals AI–43.0%†
LiveBench MathematicsLiveBench–91.2%
Arena MathsArena (LMArena)–1486
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–60.3%
LiveBench 2.0 Data AnalysisLiveBench85.3%†–
LiveBench ResearchLiveBench94.5%†–
LiveBench 1.0 Data AnalysisLiveBench–76.5%
AA-Omniscience v1.1Artificial Analysis53.8–
MMLU-ProVals AI–88.3%
LegalBenchVals AI–85.3%
CorpFinVals AI–70.9%
TaxEvalVals AI–80.4%
BioMysteryBenchVals AI–64.8%
Excel Modeling BenchmarkVals AI–57.0%
MedCodeVals AI–49.4%
MedScribeVals AI–90.1%
Public Benefits Bench v1.1Vals AI–68.5%
Financial Coaching BenchVals AI–75.7%
Immigration BenchVals AI–66.5%
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%–
指示追従
LiveBench LanguageLiveBench–78.6%
LiveBench Instruction FollowingLiveBench–74.3%
Arena Instruction FollowingArena (LMArena)15221476
人間の評価
Arena TextArena (LMArena)15191493
EQ-Bench Creative Writing v3EQ-Bench–1842†
Arena Creative WritingArena (LMArena)15141445
Arena Multi-turnArena (LMArena)15291506
Arena Longer QueriesArena (LMArena)15211490
マルチモーダル
Arena VisionArena (LMArena)–1305
LiveBench DesignLiveBench81.5%†–
MMMU-Pro (Vals)Vals AI–86.1%
MortgageTaxVals AI–65.4%
Humanity's Sixth SenseScale AI SEAL75.9%†24.5%
長文コンテキスト
AA-LCR v1.1Artificial Analysis–79.0%
MLCRArtificial Analysis28.9%7.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–155.1†
LiveBench 2.0LiveBench87.4%†–
LiveBench 1.0LiveBench–78.0%
AA Intelligence Index v5.0.1Artificial Analysis59.6–
AA Intelligence Index v4.3.2Artificial Analysis–39.6
AA Progress Index v1Artificial Analysis–309.1
Vals Multimodal IndexVals AI–69.8%†
安全性・誠実さ
DistressBenchScale AI SEAL–88.4%†

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。

DuelLab GameBench 2, release gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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

  • 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 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • Muse Spark 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):BenchLeader Index 62.2 → 61.6。
  • Muse Spark 1.2 (xhigh):新しい結果1件(AA Progress Index v1)。
  • Muse Spark 1.2 (xhigh):価格 $1.29/M → $0.81/M。
  • Muse Spark 1.2 (xhigh):価格 $0.97/M → $1.29/M。

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 1.2:よくある質問

Gemini 4 NeonはMuse Spark 1.2より優れていますか?
品質ではGemini 4 Neon (high)がリードしています:67.3 対 61.4。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19日時点では総合でGemini 4 Neon (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 NeonとMuse Spark 1.2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 1.2の方が安く、100万トークンあたり$2.00 対 $6.00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。
コーディングにはGemini 4 NeonとMuse Spark 1.2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 54。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 Neonが1764、Muse Spark 1.2が1534です。
Gemini 4 NeonとMuse Spark 1.2はどちらが速いですか?
Muse Spark 1.2の方が出力が約1.5倍速くなっています(出力204 対 101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 NeonとMuse Spark 1.2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 55。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、Gemini 4 Neonが18.4、Muse Spark 1.2が-9.1です。
ほかの質問(4件)
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。
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 1.2です。Artificial Analysisの測定では、最初の回答トークンまで7.5秒 対 40.6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 NeonとMuse Spark 1.2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15件のベンチマークのうち、Gemini 4 Neonのリードが15件、Muse Spark 1.2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。
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。