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 Neon | Arenaの投票で72 対 70 | 中 |
| 最低コスト | Gemini 4 Neon | 100万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 Neon | Muse Wonder |
|---|---|---|
| プロバイダー | Meta | |
| 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) | 1,048,576 | 1,048,576 |
| 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 | 76.2 | 75.7 | 互角 |
| 数学 | – | 70.1 | 比較不可 |
| 知識 | 72.3 | 75.5 | Muse Wonder |
| 人間の評価 | 71.7 | 69.6 | Gemini 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。
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。
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Index | Gemini 4 Neon (high) | Muse Wonder | トップ |
|---|---|---|---|
| BenchLeader Index | 67.3 | 64.2 | 互角 |
| AA Intelligence Index v5.0.1 | 59.6 | 40.5† | Gemini 4 Neon |
| Arena Text | 1519 | 1511† | 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) | $3.74 | – |
| タスクあたりの出力トークン(AA Index) | 90k | – |
| うち推論 | 46k | – |
| タスクあたりの時間(AA Index) | 15 min | – |
| 出力速度 | 101 tok/s | 113 tok/s |
| 回答開始までの時間 | 40.6秒 | 2.2秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57秒)。Muse Wonderのスコアは64.2、最初の回答トークンまで2秒。Muse Wonder (max)は60.1(21秒)、Muse Wonder (high)は55.6(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
123件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Neon (high) | Muse Wonder |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 67.3 | 64.2 |
| エージェント・ツールスコア | BenchLeader | 76.2 | 75.7 |
| コーディングスコア | BenchLeader | 73.4 | – |
| 人間の評価スコア | BenchLeader | 71.7 | 69.6 |
| 知識スコア | BenchLeader | 72.3 | 75.5 |
| 推論スコア | BenchLeader | 71.9 | – |
| 数学スコア | BenchLeader | – | 70.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $6.00 | $8.00 |
| 出力速度 | BenchLeader | 101 tok/s | 113 tok/s |
| 回答開始までの時間 | BenchLeader | 40.6秒 | 2.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,048,576トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1546 | 1530† |
| LiveBench 2.0 Reasoning | LiveBench | 89.6%† | 90.6%† |
| LiveBench 1.0 Reasoning | LiveBench | – | 90.6%† |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 50.1%† |
| HLE-Diamond (AA) | Artificial Analysis | 68.4% | 39.0%† |
| CritPt | Artificial Analysis | – | 28.3%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 59.0% | 50.5%† |
| MysteryMechanism | Vals AI | – | 27.5%† |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 37.3% |
| Arena Expert | Arena (LMArena) | 1541 | 1525† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 51.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 56.8% |
| DTBench | Epoch AI Benchmarking Hub | – | 95.2% |
| コーディング | |||
| SciCode | SciCode | – | 60.3%† |
| Arena Coding | Arena (LMArena) | 1558 | 1549† |
| Arena WebDev | Arena (LMArena) | 1764 | 1648† |
| LiveBench 2.0 Coding | LiveBench | 89.7%† | 74.9%† |
| LiveBench 1.0 Coding | LiveBench | – | 80.7%† |
| IOI | Vals AI | – | 66.9%† |
| Code Migration | Vals AI | – | 62.5%† |
| Code Migration v1.1 | Vals AI | – | 72.4%† |
| SWE-bench Multimodal | Vals AI | – | 45.6%† |
| Vibe Code Bench 1-100 | Vals AI | – | 26.6%† |
| Vibe Code Bench v1.1 | Vals AI | – | 83.1%† |
| SWE Atlas v1.1 | Scale 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 QnA | Scale AI SEAL | – | 73.4% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 61.1% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 60.0% |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 96.7%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 90.2%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 45.6%† |
| CursorBench | Cursor | – | 50.4%† |
| WeirdML v3 | WeirdML | – | 15.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 61.6% | 52.0%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 64.8 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 54.9† |
| Design Arena Website | Design Arena | – | 1369† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 46.5%† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 43.3% | 27.9%† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 47.0%† |
| APEX-Agents | Mercor | – | 66.1%† |
| Arena Agent | Arena (LMArena) | 18.4 | 0.6† |
| LiveBench Long Agentic | LiveBench | 82.6%† | 46.2%† |
| LiveBench Browser | LiveBench | 95.6%† | 60.0%† |
| LiveBench Agentic Coding | LiveBench | – | 62.7%† |
| HiL-Bench | Scale AI SEAL | – | 79.7% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 63.5%† |
| GDPval-AA v2.1 | Artificial Analysis | – | 1770† |
| CUA-bench | Vals AI | – | 7.2%† |
| CyberBench | Vals AI | – | 80.4%† |
| Finance Agent v2 | Vals AI | – | 56.6%† |
| Finance Agent v2.1 | Vals AI | – | 65.5%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 23.8%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 17.1%† |
| Legal Research Bench | Vals AI | – | 50.5%† |
| Tax Agent Bench | Vals AI | – | 36.3%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 49.5%† |
| Terminal-Bench Science | Vals AI | – | 22.9%† |
| Arena Agent Task Completion | Arena (LMArena) | 19.2 | 2.5† |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 24.2%† |
| Vending-Bench 2 | Andon Labs | – | 9432.2 |
| AutomationBench | Artificial Analysis | 79.2% | 68.1%† |
| GDP.pdf (AA) | Artificial Analysis | 33.4% | 30.6%† |
| Harvey LAB-AA v1.1 | Harvey | – | 10.0%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1632 | 1659† |
| GDPx | GDPx by SemiAnalysis | – | 6.8%† |
| Design Arena Agentic | Design Arena | – | 1173† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 65.7% | 25.7%† |
| MKA (AA) | Artificial Analysis | 54.6% | 47.5%† |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 82.1%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 70.7%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 99.4%† |
| ProofBench | Vals AI | – | 84.0% |
| LiveBench Mathematics | LiveBench | – | 96.5%† |
| Arena Maths | Arena (LMArena) | – | 1501† |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 85.3%† | 81.6%† |
| LiveBench Research | LiveBench | 94.5%† | 93.0%† |
| LiveBench 1.0 Data Analysis | LiveBench | – | 81.6%† |
| AA-Omniscience v1.1 | Artificial Analysis | 53.8 | 25.1† |
| PRBench Finance | Scale AI SEAL | – | 58.7% |
| PRBench Legal | Scale AI SEAL | – | 58.4% |
| BioMysteryBench | Vals AI | – | 67.0%† |
| Excel Modeling Benchmark | Vals AI | – | 67.1%† |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 72.5%† |
| Public Benefits Bench v1.1 | Vals AI | – | 70.2%† |
| Access to Justice Benchmark | Vals AI | – | 73.0%† |
| Financial Coaching Bench | Vals AI | – | 73.8%† |
| Immigration Bench | Vals AI | – | 69.6%† |
| EBR-bench | Epoch AI Benchmarking Hub | – | 31.4%† |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 54.8%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 59.4% | 38.0%† |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 86.1% | 79.1%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 82.9%† |
| LiveBench Instruction Following | LiveBench | – | 73.0%† |
| Arena Instruction Following | Arena (LMArena) | 1522 | 1495† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1519 | 1511† |
| EQ-Bench 4 | EQ-Bench | – | 1325 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 2007 |
| Arena Creative Writing | Arena (LMArena) | 1514 | 1488† |
| Arena Multi-turn | Arena (LMArena) | 1529 | 1522† |
| Arena Longer Queries | Arena (LMArena) | 1521 | 1508† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 81.5%† | 70.9%† |
| MMMU-Pro | Artificial Analysis | – | 83.8%† |
| Humanity's Sixth Sense | Scale AI SEAL | 75.9%† | 43.7%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 31.7% |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 54.2%† |
| VIALS-AA | Handshake AI | – | 55.3%† |
| Code2Video-AA | Artificial Analysis | – | 997† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 80.7%† |
| MLCR | Artificial Analysis | 28.9% | 22.2%† |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 161.7 |
| LiveBench 2.0 | LiveBench | 87.4%† | 70.7%† |
| LiveBench 1.0 | LiveBench | – | 81.2%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 59.6 | 43.6† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 52.4† |
| AA Progress Index v1 | Artificial Analysis | – | 335.8† |
| Vals Index | Vals AI | – | 64.9† |
| Vals Finance Index | Vals AI | – | 61.2%† |
| Vals Science Index | Vals AI | – | 39.1%† |
| Vals Router Index | Vals AI | – | 64.9% |
| Vals Legal Index | Vals AI | – | 75.3%† |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 13.8% |
| DistressBench | Scale 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)。
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 Wonder vs Claude Fable 5.2
- Muse Wonder vs GPT-6.2 Astra
- Muse Wonder vs Gemini 4 Carbon
- Muse Wonder vs Claude Opus 5.5
- Gemini 4 Hydrogen vs Muse Wonder
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。