BenchLeader

GPT-5.5 vs Muse Spark

詳しいプロフィール:GPT-5.5(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 · 13件の情報源のデータ

2026年11月16日時点で、GPT-5.5とMuse Sparkの品質は互角です(BenchLeader Indexで64.1 対 64.2、±5.2の誤差範囲内)。数学(69 対 59)、長文コンテキスト(67 対 64)を重視するならGPT-5.5、コーディング(65 対 61)、エージェント・ツール(65 対 62)、指示追従(77 対 74)を重視するならMuse Sparkが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-5.5が64.1、Muse Sparkが64.2です(BenchLeader、2026年11月16日)。
  • GPT-5.5の100万トークンあたりのブレンド価格は$11.25です(定価、2026年11月16日)。
  • 両モデルに結果がある29件のベンチマークのうち、GPT-5.5が24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 61;SciCode 51.5% 対 55.8%中
エージェント・ツール利用Muse Sparkカテゴリスコア65 対 62;MCP Atlas 82.2% 対 75.3%中
数学GPT-5.5カテゴリスコア69 対 59;ProofBench 50.0% 対 17.0%高
推論どちらでもカテゴリスコア68 対 67;GPQA Diamond (AA) 93.5% 対 88.4%どちらでも
知識どちらでもカテゴリスコア64 対 63;MMLU-Pro 88.1% 対 87.3%どちらでも
長い文書GPT-5.5カテゴリスコア67 対 64;AA-LCR v1.1 84.3% 対 78.0%中
画像などのメディアMuse Sparkカテゴリスコア64 対 62;MMMU-Pro 80.5% 対 79.9%中
指示への追従Muse Sparkカテゴリスコア77 対 74;IFBench 75.9% 対 75.8%中
チャットの質(人間の評価)–Arenaの評価があるのはMuse Sparkのみです(カテゴリスコア68)比較不可
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

  • GPT-5.5 (xhigh)とMuse Sparkの品質は互角です(64.1 対 64.2、±5.2の誤差範囲内)。
  • GPT-5.5 (xhigh)は知識、長文コンテキスト、数学、推論で優れています。
  • Muse Sparkはエージェント・ツール、コーディング、指示追従、マルチモーダルで優れています。

概要

仕様GPT-5.5Muse Spark
プロバイダーOpenAIMeta
リリース日2026年4月23日2026年4月8日
コンテキストウィンドウ(トークン)1,050,000262,144
比較した構成GPT-5.5 (xhigh)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)$5.00 / $30.00 / $0.500–

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-5.5 (xhigh)Muse Sparkトップ
推論68.167.4互角
コーディング60.765.1Muse Spark
エージェント・ツール61.865.0Muse Spark
数学69.359.1GPT-5.5
知識63.663.1互角
指示追従74.076.9Muse Spark
人間の評価–68.1比較不可
マルチモーダル62.364.2Muse Spark
長文コンテキスト66.963.6GPT-5.5

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・ツール数学知識指示追従長文コンテキストマルチモーダルGPT-5.5, 推論: 68.1GPT-5.5, コーディング: 60.7GPT-5.5, エージェント・ツール: 61.8GPT-5.5, 数学: 69.3GPT-5.5, 知識: 63.6GPT-5.5, 指示追従: 74.0GPT-5.5, 長文コンテキスト: 66.9GPT-5.5, マルチモーダル: 62.3Muse Spark, 推論: 67.4Muse Spark, コーディング: 65.1Muse Spark, エージェント・ツール: 65.0Muse Spark, 数学: 59.1Muse Spark, 知識: 63.1Muse Spark, 指示追従: 76.9Muse Spark, 長文コンテキスト: 63.6Muse Spark, マルチモーダル: 64.2

描画していないもの(測定済みのモデルが2つ未満):人間の評価。

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29件のベンチマークのうち、GPT-5.5のリードが24件、Muse Sparkのリードが5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IndexGPT-5.5 (xhigh)Muse Sparkトップ
BenchLeader Index64.164.2互角
Arena Text1481†1489Muse 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-5.5 (xhigh)Muse Spark
100万トークンあたりのブレンド価格$11.25–
100万トークンあたりの入力/出力$5.00 / $30.00– / –
100万トークンあたりのキャッシュ入力$0.500–
タスクあたりの価格:チャットの返答$0.011–
タスクあたりの価格:30ページのレポートを要約$0.078–
タスクあたりの価格:コード編集$0.075–
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$0.420–
タスクあたりの価格:構造化データの抽出$0.016–
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)$0.217–
出力速度81 tok/s–
回答開始までの時間38.3秒–
回答が完了するまでの時間(最終測定2026年11月13日)104.3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-5.5 (xhigh)のスコアは64.1、最初の回答トークンまで38秒。GPT-5.5 (high)は63.5(16秒)、GPT-5.5は61.0(3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

142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-5.5 (xhigh)Muse Spark
BenchLeader IndexBenchLeader64.164.2
エージェント・ツールスコアBenchLeader61.865.0
コーディングスコアBenchLeader60.765.1
指示追従スコアBenchLeader74.076.9
知識スコアBenchLeader63.663.1
長文コンテキストスコアBenchLeader66.963.6
数学スコアBenchLeader69.359.1
マルチモーダルスコアBenchLeader62.364.2
推論スコアBenchLeader68.167.4
人間の評価スコアBenchLeader–68.1
ブレンド価格($/100万トークン)BenchLeader$11.25–
出力速度BenchLeader81 tok/s–
回答開始までの時間BenchLeader38.3秒–
コンテキストウィンドウBenchLeader1,050,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub90.7%†89.8%
Humanity's Last ExamScale AI / CAIS–40.6%
SimpleBenchSimpleBench69.0%†–
Arena Hard PromptsArena (LMArena)1499†1506
LiveBench 1.0 ReasoningLiveBench89.7%–
GPQA Diamond (AA)Artificial Analysis93.5%88.4%
Humanity's Last Exam (AA)Artificial Analysis45.8%40.7%
GPQA Diamond (Vals)Vals AI93.2%89.7%
Kagi LLM BenchmarkKagi LLM Benchmark88.8%†–
ARC-AGI-1ARC Prize95.0%–
ARC-AGI-2ARC Prize85.0%–
ARC-AGI-3ARC Prize0.4%†–
CritPtArtificial Analysis27.1%11.3%
Arena ExpertArena (LMArena)1510†1491
Chess PuzzlesEpoch AI Benchmarking Hub63.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%–
CL-bench LifeEpoch AI Benchmarking Hub22.2%†–
LMCAEpoch AI Benchmarking Hub54.3%–
DTBenchEpoch AI Benchmarking Hub96.0%–
ForecastBenchForecastBench64.2%†–
BTF-3Epoch AI Benchmarking Hub14.3%†–
コーディング
SciCodeSciCode55.8%51.5%
WeirdMLWeirdML84.9%–
FrontierCodeCognition43.0%†–
GSO-BenchGSO-Bench40.2%–
142件のベンチマークをすべて表示
指標公開元GPT-5.5 (xhigh)Muse Spark
コーディング
Arena CodingArena (LMArena)1510†1529
Arena WebDevArena (LMArena)1512–
LiveBench 1.0 CodingLiveBench82.2%–
SciCode (AA)Artificial Analysis55.8%–
LiveCodeBenchVals AI85.3%–
SWE-bench (Vals)Vals AI82.6%74.4%
SWE-Bench ProScale AI SEAL–55.0%
Code MigrationVals AI45.2%–
ProgramBenchVals AI0.5%–
Vibe Code Bench v1.1Vals AI69.8%19.7%
SWE-Bench Pro (private)Scale AI SEAL–44.7%
SWE Atlas v1.0: Codebase QnAScale AI SEAL45.4%24.2%
SWE Atlas v1.0: RefactoringScale AI SEAL44.8%–
SWE Atlas v1.0: Test WritingScale AI SEAL42.6%31.1%
MirrorCodeEpoch AI Benchmarking Hub23.3%–
Surface Evolver BenchEpoch AI Benchmarking Hub88.1%†–
DeepSWE v1.1Epoch AI Benchmarking Hub67.0%–
ALE-BenchEpoch AI Benchmarking Hub1943.0–
Terminal-Bench 4.0 (AA)Artificial Analysis14.7%–
Terminal-Bench 2.1 (AA)Artificial Analysis84.3%62.2%
GameBench 2 OverallDuelLab GameBench 249.2†–
GameBench 2 by reasoning settingDuelLab GameBench 259.9–
Design Arena WebsiteDesign Arena1248†1253
エージェント・ツール
Terminal-BenchTerminal-Bench84.7%†–
OSWorld-Verified 2.0OSWorld13.0%–
Remote Labor IndexScale AI / CAIS6.3%†–
APEX-AgentsMercor55.1%†–
LiveBench Agentic CodingLiveBench54.0%–
Terminal-Bench HardArtificial Analysis60.6%45.5%
τ²-Bench Telecom (AA)Artificial Analysis93.9%91.5%
Terminal-Bench 2.1 (Vals)Vals AI57.3%†–
MCP AtlasScale AI SEAL75.3%82.2%
HiL-BenchScale AI SEAL39.7%†–
τ³-bench Bankingτ²-bench44.6%–
GDPval-AA v2.1Artificial Analysis13571006
τ³-Banking (AA)Artificial Analysis39.0%–
ITBench SRE (AA)Artificial Analysis45.8%–
Analyst Agent (AA)Artificial Analysis50.0%–
APEX-Agents (AA)Artificial Analysis37.7%–
Finance Agent v2Vals AI51.8%–
Harvey's Legal Agent Benchmark v1Vals AI3.8%–
Legal Research BenchVals AI40.4%–
SkillsBenchVals AI62.2%–
SREBenchVals AI3.8%–
Tax Agent BenchVals AI21.8%–
Terminal-Bench 2.0 (Vals)Vals AI73.2%†59.5%
Time Horizon Index: KSPVals AI8.3%–
Arena SearchArena (LMArena)1226†–
DeepResearch BenchDeepResearch Bench54.0%†–
PostTrainBenchEpoch AI Benchmarking Hub23.9%–
ExploitBenchEpoch AI Benchmarking Hub47.4%†–
GBAEvalEpoch AI Benchmarking Hub53.2%†–
Vending-Bench 2Andon Labs7523.8†–
AutomationBenchArtificial Analysis47.3%–
GDP.pdf (AA)Artificial Analysis21.2%–
EnterpriseOps-GymArtificial Analysis46.6%–
AA-Briefcase v1.1Artificial Analysis1135646
Design Arena AgenticDesign Arena1113†–
RoboDojo (LLM as robot policy)RoboDojo1.1†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub85.3%–
FrontierMath Tier 4Epoch AI Benchmarking Hub72.5%–
OTIS Mock AIMEEpoch AI Benchmarking Hub84.4%†88.9%
ProofBenchVals AI50.0%17.0%
LiveBench MathematicsLiveBench95.9%–
AIME (Vals)Vals AI–96.9%
AIME 2026MathArena100.0%–
HMMT February 2026MathArena98.5%–
USAMO 2026MathArena98.2%–
MathArena ApexMathArena80.2%–
Arena MathsArena (LMArena)1500†1469
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub63.0%–
LiveBench 1.0 Data AnalysisLiveBench81.6%–
MMLU-ProVals AI88.1%87.3%
LegalBenchVals AI86.5%84.2%
CorpFinVals AI68.4%65.1%
TaxEvalVals AI75.0%77.7%
PRBench FinanceScale AI SEAL–52.4%
PRBench LegalScale AI SEAL–52.3%
MultiNRCScale AI SEAL–59.0%
CaseLaw v2Vals AI66.2%63.1%
Excel Modeling BenchmarkVals AI64.5%–
MedCodeVals AI49.1%51.3%
MedScribeVals AI86.9%85.9%
Public Benefits Bench v1.1Vals AI60.9%–
DrugDiscoveryBenchScale AI SEAL51.6%–
EBR-benchEpoch AI Benchmarking Hub34.3%–
GDP.pdfEpoch AI Benchmarking Hub26.0%–
指示追従
LiveBench LanguageLiveBench87.4%–
LiveBench Instruction FollowingLiveBench70.7%–
IFBenchArtificial Analysis75.8%75.9%
MultiChallengeScale AI SEAL–75.5%
TutorBenchScale AI SEAL–68.5%
Arena Instruction FollowingArena (LMArena)1475†1465
人間の評価
Arena TextArena (LMArena)1476†1489
EQ-Bench 4EQ-Bench1295†–
EQ-Bench Creative Writing v3EQ-Bench1845†–
Arena Creative WritingArena (LMArena)1448†1464
Arena Multi-turnArena (LMArena)1484†1493
Arena Longer QueriesArena (LMArena)1486†1476
マルチモーダル
Arena VisionArena (LMArena)1296†1306
MMMU-ProArtificial Analysis79.9%80.5%
MMMU-Pro (Vals)Vals AI88.3%87.4%
MortgageTaxVals AI68.8%–
Blueprint-Bench 2Epoch AI Benchmarking Hub36.2%†–
Furniture AssemblyEpoch AI Benchmarking Hub44.2%–
Code2Video-AAArtificial Analysis1000–
長文コンテキスト
AA-LCR v1.1Artificial Analysis84.3%78.0%
Arena DocumentArena (LMArena)1479†1467
MLCRArtificial Analysis28.9%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.1†153.1
LiveBench 1.0LiveBench80.2%–
AA Intelligence Index v4.3.2Artificial Analysis38.431.3
AA Progress Index v1Artificial Analysis320289.1
Vals RSI IndexVals AI16.5%–
Vals Multimodal IndexVals AI68.1%–
安全性・誠実さ
FORTRESSScale AI SEAL16.3%20.2%

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。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), 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

  • GPT-5.5 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • Muse Spark:新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • GPT-5.5 (xhigh):BenchLeader Index 64.6 → 64.1。
  • GPT-5.5 (xhigh):スコアの改訂1件。
  • GPT-5.5 (xhigh):新しい結果1件(MirrorCode)。
  • Muse Spark:BenchLeader Index 64.6 → 64.1。
  • Muse Spark:スコアの改訂1件。
  • GPT-5.5 (xhigh):スコアの改訂1件。
  • GPT-5.5 (xhigh):新しい結果1件(AA Progress Index v1)。
  • Muse Spark:新しい結果1件(AA Progress Index v1)。

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-5.5 vs Muse Spark:よくある質問

GPT-5.5はMuse Sparkより優れていますか?
GPT-5.5 (xhigh)とMuse Sparkの品質は互角です(64.1 対 64.2、±5.2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16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GPT-5.5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 61。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SciCodeでは、GPT-5.5が55.8%、Muse Sparkが51.5%です。
エージェントやツール利用にはGPT-5.5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 62。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-5.5が75.3%、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GPT-5.5の方がスコアが高くなっています(67 対 64)。コンテキストはGPT-5.5の方が長く、1,050,000トークンです(Muse Sparkは262,144トークン)。
GPT-5.5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29件のベンチマークのうち、GPT-5.5のリードが24件、Muse Sparkのリードが5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)
GPT-5.5はいつリリースされましたか?
GPT-5.5は2026年4月23日にリリースされました。