GPT-5.1 vs Muse Spark
詳しいプロフィール:GPT-5.1(OpenAI)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 · 10件の情報源のデータ
2026年11月16日時点で、品質ではMuse SparkがGPT-5.1を上回ります(BenchLeader Indexで64.2 対 57.5)。両方を測定できるすべてのカテゴリでMuse Sparkがリードしています。
要点(2026年11月16日時点)
- BenchLeader IndexはGPT-5.1が57.5、Muse Sparkが64.2です(BenchLeader、2026年11月16日)。
- GPT-5.1の100万トークンあたりのブレンド価格は$3.44です(定価、2026年11月16日)。
- 両モデルに結果がある37件のベンチマークのうち、Muse Sparkが30件でリードしています(BenchLeader、2026年11月16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 | Muse Spark | カテゴリスコア65 対 56;Arena Coding 1529 対 1492 | 高 |
| エージェント・ツール利用 | Muse Spark | カテゴリスコア65 対 41;MCP Atlas 82.2% 対 50.1% | 高 |
| 数学 | どちらでも | カテゴリスコア59 対 59;Arena Maths 1459 対 1469 | どちらでも |
| 推論 | Muse Spark | カテゴリスコア67 対 53;GPQA Diamond 89.8% 対 87.6% | 高 |
| 知識 | Muse Spark | カテゴリスコア63 対 59;MMLU-Pro 87.3% 対 86.4% | 中 |
| 長い文書 | どちらでも | カテゴリスコア65 対 64;AA-LCR v1.1 80.0% 対 78.0% | どちらでも |
| 画像などのメディア | Muse Spark | カテゴリスコア64 対 58;Arena Vision 1306 対 1249 | 中 |
| 指示への追従 | Muse Spark | カテゴリスコア77 対 71;IFBench 75.9% 対 72.9% | 中 |
| チャットの質(人間の評価) | Muse Spark | Arenaの投票で68 対 64 | 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
- 品質ではMuse Sparkがリードしています:64.2 対 57.5。
- GPT-5.1 (high)は長文コンテキストで優れています。
- Muse Sparkはエージェント・ツール、コーディング、人間の評価、指示追従、知識、数学、マルチモーダル、推論で優れています。
概要
| 仕様 | GPT-5.1 | Muse Spark |
|---|---|---|
| プロバイダー | OpenAI | Meta |
| リリース日 | 2025年11月12日 | 2026年4月8日 |
| コンテキストウィンドウ(トークン) | 400,000 | 262,144 |
| 比較した構成 | GPT-5.1 (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) | $1.25 / $10.00 / $0.125 | – |
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 | GPT-5.1 (high) | Muse Spark | トップ |
|---|---|---|---|
| 推論 | 53.0 | 67.4 | Muse Spark |
| コーディング | 55.7 | 65.1 | Muse Spark |
| エージェント・ツール | 41.2 | 65.0 | Muse Spark |
| 数学 | 58.5 | 59.1 | 互角 |
| 知識 | 58.6 | 63.1 | Muse Spark |
| 指示追従 | 71.4 | 76.9 | Muse Spark |
| 人間の評価 | 64.0 | 68.1 | Muse Spark |
| マルチモーダル | 57.9 | 64.2 | Muse Spark |
| 長文コンテキスト | 64.6 | 63.6 | 互角 |
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。
情報源で評価が分かれる点
両方に結果がある37件のベンチマークのうち、GPT-5.1のリードが6件、Muse Sparkのリードが30件、同点が1件です。両方を評価しているすべての総合指標で、Muse Sparkが上回っています。
| 総合Index | GPT-5.1 (high) | Muse Spark | トップ |
|---|---|---|---|
| BenchLeader Index | 57.5 | 64.2 | Muse Spark |
| Arena Text | 1455 | 1489 | Muse Spark |
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 | GPT-5.1 (high) | Muse Spark |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $3.44 | – |
| 100万トークンあたりの入力/出力 | $1.25 / $10.00 | – / – |
| 100万トークンあたりのキャッシュ入力 | $0.125 | – |
| タスクあたりの価格:チャットの返答 | $0.0035 | – |
| タスクあたりの価格:30ページのレポートを要約 | $0.021 | – |
| タスクあたりの価格:コード編集 | $0.022 | – |
| 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 | $0.115 | – |
| 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) | $0.064 | – |
| 出力速度 | 88 tok/s | – |
| 回答開始までの時間 | 36.8秒 | – |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 80.1秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.1 (high)のスコアは57.5、最初の回答トークンまで37秒。GPT-5.1は56.1(1秒)、GPT-5.1 (thinking)は54.6(1秒)。Muse Sparkのスコアは64.2。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
98件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-5.1 (high) | Muse Spark |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.5 | 64.2 |
| エージェント・ツールスコア | BenchLeader | 41.2 | 65.0 |
| コーディングスコア | BenchLeader | 55.7 | 65.1 |
| 人間の評価スコア | BenchLeader | 64.0 | 68.1 |
| 指示追従スコア | BenchLeader | 71.4 | 76.9 |
| 知識スコア | BenchLeader | 58.6 | 63.1 |
| 長文コンテキストスコア | BenchLeader | 64.6 | 63.6 |
| 数学スコア | BenchLeader | 58.5 | 59.1 |
| マルチモーダルスコア | BenchLeader | 57.9 | 64.2 |
| 推論スコア | BenchLeader | 53.0 | 67.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $3.44 | – |
| 出力速度 | BenchLeader | 88 tok/s | – |
| 回答開始までの時間 | BenchLeader | 36.8秒 | – |
| コンテキストウィンドウ | BenchLeader | 400,000トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 87.6% | 89.8% |
| Humanity's Last Exam | Scale AI / CAIS | 23.7%† | 40.6% |
| SimpleBench | SimpleBench | 53.2% | – |
| Arena Hard Prompts | Arena (LMArena) | 1476 | 1506 |
| GPQA Diamond (AA) | Artificial Analysis | 87.3% | 88.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | 28.5% | 40.7% |
| GPQA Diamond (Vals) | Vals AI | 86.6% | 89.7% |
| GPQA Diamond (HELM) | HELM Capabilities | 44.2%† | – |
| ARC-AGI-1 | ARC Prize | 72.8% | – |
| ARC-AGI-2 | ARC Prize | 17.6% | – |
| CritPt | Artificial Analysis | 4.9% | 11.3% |
| Arena Expert | Arena (LMArena) | 1481 | 1491 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 42.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 16.0%† | – |
| CL-bench | Epoch AI Benchmarking Hub | 23.7% | – |
| CL-bench Life | Epoch AI Benchmarking Hub | 17.3% | – |
| LMCA | Epoch AI Benchmarking Hub | 43.9% | – |
| DTBench | Epoch AI Benchmarking Hub | 90.1% | – |
| ForecastBench | ForecastBench | 62.0%† | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 68.0% | – |
| SciCode | SciCode | 43.3%† | 51.5% |
| WeirdML | WeirdML | 60.8% | – |
| GSO-Bench | GSO-Bench | 13.7% | – |
| Arena Coding | Arena (LMArena) | 1492 | 1529 |
| Arena WebDev | Arena (LMArena) | 1342† | – |
98件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-5.1 (high) | Muse Spark |
|---|---|---|---|
| コーディング | |||
| LiveCodeBench | Vals AI | 86.5% | – |
| SWE-bench (Vals) | Vals AI | 69.8% | 74.4% |
| SWE-Bench Pro | Scale AI SEAL | – | 55.0% |
| SWE-bench Verified (bash only) | SWE-bench | 66.0%† | – |
| SWE-bench Verified (any scaffold) | SWE-bench | 66.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 24.6% | 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% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1192.2 | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 52.4% | 62.2% |
| Design Arena Website | Design Arena | 1179 | 1253 |
| LiveCodeBench (AA) | Artificial Analysis | 86.8% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 47.6%† | – |
| Terminal-Bench Hard | Artificial Analysis | 45.5% | 45.5% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 81.9% | 91.5% |
| MCP Atlas | Scale AI SEAL | 50.1% | 82.2% |
| GDPval-AA v2.1 | Artificial Analysis | 834 | 1006 |
| τ³-Banking (AA) | Artificial Analysis | 15.9% | – |
| Poker Agent | Vals AI | 1038.6%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | 44.9% | 59.5% |
| Arena Search | Arena (LMArena) | 1184† | – |
| DeepResearch Bench | DeepResearch Bench | 42.8%† | – |
| Vending-Bench 2 | Andon Labs | 1473.4† | – |
| AA-Briefcase v1.1 | Artificial Analysis | – | 646 |
| Design Arena Agentic | Design Arena | 1009† | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 88.6% | 88.9% |
| ProofBench | Vals AI | – | 17.0% |
| AIME (Vals) | Vals AI | 93.3% | 96.9% |
| MGSM | Vals AI | 93.0% | – |
| MathArena Apex | MathArena | 1.0% | – |
| Omni-MATH (HELM) | HELM Capabilities | 46.4%† | – |
| Arena Maths | Arena (LMArena) | 1459 | 1469 |
| AIME 2025 (AA) | Artificial Analysis | 94.0% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 48.0% | – |
| MMLU-Pro | Vals AI | 86.4% | 87.3% |
| LegalBench | Vals AI | 85.7% | 84.2% |
| CorpFin | Vals AI | 63.8% | 65.1% |
| TaxEval | Vals AI | 74.9% | 77.7% |
| MedQA | Vals AI | 96.4% | – |
| PRBench Finance | Scale AI SEAL | 48.0%† | 52.4% |
| PRBench Legal | Scale AI SEAL | 49.3%† | 52.3% |
| MultiNRC | Scale AI SEAL | 49.0%† | 59.0% |
| MMLU-Pro (HELM) | HELM Capabilities | 57.9%† | – |
| CaseLaw v2 | Vals AI | 73.4% | 63.1% |
| MedCode | Vals AI | 52.7% | 51.3% |
| MedScribe | Vals AI | 88.1% | 85.9% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 90.6% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | 72.9% | 75.9% |
| MultiChallenge | Scale AI SEAL | 63.4%† | 75.5% |
| TutorBench | Scale AI SEAL | 54.1%† | 68.5% |
| IFEval (HELM) | HELM Capabilities | 93.5%† | – |
| WildBench (HELM) | HELM Capabilities | 86.3%† | – |
| Arena Instruction Following | Arena (LMArena) | 1450 | 1465 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1455 | 1489 |
| Arena Creative Writing | Arena (LMArena) | 1428 | 1464 |
| Arena Multi-turn | Arena (LMArena) | 1464 | 1493 |
| Arena Longer Queries | Arena (LMArena) | 1460 | 1476 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1249 | 1306 |
| MMMU-Pro | Artificial Analysis | 75.5% | 80.5% |
| VISTA | Scale AI SEAL | 43.8%† | – |
| MMMU-Pro (Vals) | Vals AI | 83.2% | 87.4% |
| MortgageTax | Vals AI | 61.4% | – |
| VPCT | Epoch AI Benchmarking Hub | 58.7% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 80.0% | 78.0% |
| Arena Document | Arena (LMArena) | 1416† | 1467 |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 150.9† | 153.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 24.7 | 31.3 |
| AA Progress Index v1 | Artificial Analysis | 275.7 | 289.1 |
| HELM Capabilities mean | HELM Capabilities | 65.6%† | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 25.7%† | 20.2% |
| MASK | Scale AI SEAL | 86.3%† | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 5.6 | – |
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
- GPT-5.1 (high):新しい結果2件(GDPval-AA v2.1, AIME 2025 (AA))。
- 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。
- GPT-5.1 (high):新しい結果1件(AA Progress Index v1)。
- Muse Spark:新しい結果1件(AA Progress Index v1)。
- GPT-5.1 (high):新しい結果1件(Global-MMLU-Lite (AA))。
- GPT-5.1 (high):BenchLeader Index 58.4 → 57.9。
関連する比較
- Muse Spark vs Claude Fable 5.2
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs Claude Opus 5.5
- Muse Spark vs GPT-6 Astra
- Muse Spark vs Claude Fable 5.1
- Muse Spark vs GPT-6.1 Sol
- Muse Spark vs Claude Fable 5
- Muse Spark vs GPT-5.6 Sol
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
GPT-5.1 vs Muse Spark:よくある質問
- Muse SparkはGPT-5.1より優れていますか?
- 品質ではMuse Sparkがリードしています:64.2 対 57.5。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日時点では総合でMuse Spark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。
- コーディングにはGPT-5.1とMuse Sparkのどちらが向いていますか?
- コーディングではMuse Sparkの方がスコアが高くなっています(カテゴリ指標で65 対 56。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、GPT-5.1が1492、Muse Sparkが1529です。
- エージェントやツール利用にはGPT-5.1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Muse Sparkの方がスコアが高くなっています(カテゴリ指標で65 対 41。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MCP Atlasでは、GPT-5.1が50.1%、Muse Sparkが82.2%です。
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークでは互角です(65 対 64)。コンテキストはGPT-5.1の方が長く、400,000トークンです(Muse Sparkは262,144トークン)。
- GPT-5.1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37件のベンチマークのうち、GPT-5.1のリードが6件、Muse Sparkのリードが30件、同点が1件です。両方を評価しているすべての総合指標で、Muse Sparkが上回っています。
ほかの質問(1件)
- Muse Sparkはいつリリースされましたか?
- Muse Sparkは2026年4月8日にリリースされました。