BenchLeader

Gemini 4 Neon vs Muse Wonder

詳しいプロフィール:Gemini 4 Neon(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 · 9件の情報源のデータ

2026年11月19日時点で、Gemini 4 NeonとMuse Wonderの品質は互角です(BenchLeader Indexで67.3 対 64.2、±3.8の誤差範囲内)。価格はGemini 4 Neonの方が1.3倍安く、100万トークンあたりのブレンド価格で$6.00 対 $8.00です。人間の評価(72 対 70)を重視するならGemini 4 Neon、知識(76 対 72)を重視するならMuse Wonderが向いています。回答開始までの時間はMuse Wonderの方が短く、2.2秒 対 40.6秒です。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 4 Neonが67.3、Muse Wonderが64.2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 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
エージェント・ツール利用どちらでもカテゴリスコア76 対 76どちらでも
知識Muse Wonderカテゴリスコア76 対 72中
チャットの質(人間の評価)Gemini 4 NeonArenaの投票で72 対 70中
最低コストGemini 4 Neon100万トークンあたりブレンド価格$6.00 対 $8.00;エージェント型コーディングセッション$0.240 対 $0.320–
回答開始の速さMuse Wonder最初の回答トークンまで2.2秒(Muse Wonder)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

  • Gemini 4 Neon (high)とMuse Wonderの品質は互角です(67.3 対 64.2、±3.8の誤差範囲内)。
  • Gemini 4 Neon (high)はエージェント・ツール、人間の評価で優れています。
  • Muse Wonderは知識で優れています。
  • Gemini 4 Neon (high)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$6.00 対 $8.00)。

概要

仕様Gemini 4 NeonMuse Wonder
プロバイダーGoogleMeta
リリース日2026年11月18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 Neon (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)$3.00 / $15.00 / $0.150$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 Neon (high)Muse Wonderトップ
推論71.9–比較不可
コーディング73.4–比較不可
エージェント・ツール76.275.7互角
数学–70.1比較不可
知識72.375.5Muse Wonder
人間の評価71.769.6Gemini 4 Neon

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・ツール知識人間の評価Gemini 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 Wonder, エージェント・ツール: 75.7Muse Wonder, 知識: 75.5Muse 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, 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0件のベンチマークのうち、Gemini 4 Neonのリードが0件、Muse Wonder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 Wonderトップ
BenchLeader Index67.364.2互角
AA Intelligence Index v5.0.159.640.5†Gemini 4 Neon
Arena Text15191511†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 Wonder
100万トークンあたりのブレンド価格$6.00$8.00
100万トークンあたりの入力/出力$3.00 / $15.00$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.150$0.200
タスクあたりの価格:チャットの返答$0.0057$0.0076
タスクあたりの価格:30ページのレポートを要約$0.045$0.060
タスクあたりの価格:コード編集$0.041$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$0.240$0.320
タスクあたりの価格:構造化データの抽出$0.0090$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)$0.112$0.149
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/s113 tok/s
回答開始までの時間40.6秒2.2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 Wonderのスコアは64.2、最初の回答トークンまで2秒。Muse Wonder (max)は60.1(21秒)、Muse Wonder (high)は55.6(10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

123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 Wonder
BenchLeader IndexBenchLeader67.364.2
エージェント・ツールスコアBenchLeader76.275.7
コーディングスコアBenchLeader73.4–
人間の評価スコアBenchLeader71.769.6
知識スコアBenchLeader72.375.5
推論スコアBenchLeader71.9–
数学スコアBenchLeader–70.1
ブレンド価格($/100万トークン)BenchLeader$6.00$8.00
出力速度BenchLeader101 tok/s113 tok/s
回答開始までの時間BenchLeader40.6秒2.2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)15461530†
LiveBench 2.0 ReasoningLiveBench89.6%†90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis–50.1%†
HLE-Diamond (AA)Artificial Analysis68.4%39.0%†
CritPtArtificial Analysis–28.3%†
CritPt v2 hard subset (AA)Artificial Analysis59.0%50.5%†
MysteryMechanismVals AI–27.5%†
HLE-Diamond (Scale)Scale AI SEAL–37.3%
Arena ExpertArena (LMArena)15411525†
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)15581549†
Arena WebDevArena (LMArena)17641648†
LiveBench 2.0 CodingLiveBench89.7%†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 AI–83.1%†
SWE Atlas v1.1Scale AI SEAL–64.8%
123件のベンチマークをすべて表示
指標公開元Gemini 4 Neon (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–15.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%52.0%†
GameBench 2 OverallDuelLab GameBench 2–64.8
GameBench 2 by reasoning settingDuelLab GameBench 2–54.9†
Design Arena WebsiteDesign Arena–1369†
FrontierCode 1.1 (AA)Artificial Analysis–46.5%†
FrontierCode 2.0 (AA)Artificial Analysis43.3%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench–47.0%†
APEX-AgentsMercor–66.1%†
Arena AgentArena (LMArena)18.40.6†
LiveBench Long AgenticLiveBench82.6%†46.2%†
LiveBench BrowserLiveBench95.6%†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 AI–65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI–23.8%†
Harvey's Legal Agent Benchmark v1Vals AI–17.1%†
Legal Research BenchVals AI–50.5%†
Tax Agent BenchVals AI–36.3%†
Terminal-Bench 4.0 (Vals)Vals AI–49.5%†
Terminal-Bench ScienceVals AI–22.9%†
Arena Agent Task CompletionArena (LMArena)19.22.5†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs–9432.2
AutomationBenchArtificial Analysis79.2%68.1%†
GDP.pdf (AA)Artificial Analysis33.4%30.6%†
Harvey LAB-AA v1.1Harvey–10.0%†
AA-Briefcase v1.1Artificial Analysis16321659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena–1173†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%25.7%†
MKA (AA)Artificial Analysis54.6%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)–1501†
知識
LiveBench 2.0 Data AnalysisLiveBench85.3%†81.6%†
LiveBench ResearchLiveBench94.5%†93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis53.825.1†
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 AI–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–54.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%79.1%†
指示追従
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
Arena Instruction FollowingArena (LMArena)15221495†
人間の評価
Arena TextArena (LMArena)15191511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench–2007
Arena Creative WritingArena (LMArena)15141488†
Arena Multi-turnArena (LMArena)15291522†
Arena Longer QueriesArena (LMArena)15211508†
マルチモーダル
LiveBench DesignLiveBench81.5%†70.9%†
MMMU-ProArtificial Analysis–83.8%†
Humanity's Sixth SenseScale AI SEAL75.9%†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 Analysis28.9%22.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–161.7
LiveBench 2.0LiveBench87.4%†70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis59.643.6†
AA Intelligence Index v4.3.2Artificial Analysis–52.4†
AA Progress Index v1Artificial Analysis–335.8†
Vals IndexVals AI–64.9†
Vals Finance IndexVals AI–61.2%†
Vals Science IndexVals AI–39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI–75.3%†
安全性・誠実さ
FORTRESSScale AI SEAL–13.8%
DistressBenchScale AI SEAL–85.9%

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…)。
  • Muse Wonder:新しい結果1件(FORTRESS)。
  • Gemini 4 Neon (high):初めての結果。
  • Muse Wonder:BenchLeader Index 63.0 → 64.4。
  • 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)。

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 Wonder:よくある質問

Gemini 4 NeonはMuse Wonderより優れていますか?
Gemini 4 Neon (high)とMuse Wonderの品質は互角です(67.3 対 64.2、±3.8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。
Gemini 4 Neon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 Neonの方が安く、100万トークンあたり$6.00 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 NeonとMuse Wonderはどちらが速いですか?
Muse Wonderの方が出力が速くなっています(出力113 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 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互角です(カテゴリ指標で76 対 76)。
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2.2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。