GPT-5.6 Sol vs Muse Spark 1.2
詳しいプロフィール:GPT-5.6 Sol(OpenAI)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 · 12件の情報源のデータ
2026年11月16日時点で、品質ではGPT-5.6 SolがMuse Spark 1.2を上回ります(BenchLeader Indexで65.3 対 61.5)。ただし、価格はMuse Spark 1.2の方が4.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $8.00です。エージェント・ツール(68 対 55)、コーディング(66 対 55)、数学(70 対 67)を重視するならGPT-5.6 Sol、推論(68 対 65)を重視するならMuse Spark 1.2が向いています。回答開始までの時間はMuse Spark 1.2の方が短く、11.4秒 対 33.5秒です。Muse Spark 1.2は出力が約2倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGPT-5.6 Solが65.3、Muse Spark 1.2が61.5です(BenchLeader、2026年11月16日)。
- GPT-5.6 Sol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16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16日)。
- Muse Spark 1.2はGPT-5.6 Solより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある58件のベンチマークのうち、GPT-5.6 Solが45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 | GPT-5.6 Sol | カテゴリスコア66 対 55;WeirdML 87.0% 対 60.3% | 高 |
| エージェント・ツール利用 | GPT-5.6 Sol | カテゴリスコア68 対 55;τ³-Banking (AA) 44.3% 対 34.9% | 高 |
| 数学 | GPT-5.6 Sol | カテゴリスコア70 対 67;LiveBench Mathematics 96.2% 対 91.2% | 中 |
| 推論 | Muse Spark 1.2 | カテゴリスコア68 対 65;LiveBench 1.0 Reasoning 90.0% 対 91.7% | 中 |
| 知識 | どちらでも | カテゴリスコア64 対 65;SimpleQA Verified 69.7% 対 60.3% | どちらでも |
| 長い文書 | GPT-5.6 Sol | カテゴリスコア67 対 64;AA-LCR v1.1 84.0% 対 79.0% | 中 |
| 画像などのメディア | どちらでも | カテゴリスコア66 対 65;MMMU-Pro (Vals) 88.8% 対 86.1% | どちらでも |
| チャットの質(人間の評価) | – | Arenaの評価があるのはMuse Spark 1.2のみです(カテゴリスコア69) | 比較不可 |
| 最低コスト | Muse Spark 1.2 | 100万トークンあたりブレンド価格$2.00 対 $8.00;エージェント型コーディングセッション$0.092 対 $0.320 | – |
| 回答開始の速さ | Muse Spark 1.2 | 最初の回答トークンまで11.4秒(Muse Spark 1.2 (xhigh))対 33.5秒(GPT-5.6 Sol (max)) | – |
| 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GPT-5.6 Sol (max)がリードしています:65.3 対 61.5。
- GPT-5.6 Sol (max)はエージェント・ツール、コーディング、長文コンテキスト、数学、マルチモーダルで優れています。
- Muse Spark 1.2 (xhigh)は知識、推論で優れています。
- Muse Spark 1.2 (xhigh)の方が4.0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 $8.00)。
- Muse Spark 1.2 (xhigh)の方が出力が2.1倍速くなっています(208 対 100トークン/秒)。
概要
| 仕様 | GPT-5.6 Sol | Muse Spark 1.2 |
|---|---|---|
| プロバイダー | OpenAI | Meta |
| リリース日 | 2026年7月9日 | 2026年8月5日 |
| コンテキストウィンドウ(トークン) | 1,050,000 | 1,048,576 |
| 比較した構成 | GPT-5.6 Sol (max) | 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) | $4.00 / $20.00 / $0.400 | $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 | GPT-5.6 Sol (max) | Muse Spark 1.2 (xhigh) | トップ |
|---|---|---|---|
| 推論 | 64.7 | 68.1 | Muse Spark 1.2 |
| コーディング | 65.8 | 54.7 | GPT-5.6 Sol |
| エージェント・ツール | 67.5 | 55.4 | GPT-5.6 Sol |
| 数学 | 70.0 | 66.8 | GPT-5.6 Sol |
| 知識 | 63.8 | 64.5 | 互角 |
| 指示追従 | 71.2 | – | 比較不可 |
| 人間の評価 | – | 68.6 | 比較不可 |
| マルチモーダル | 65.9 | 65.3 | 互角 |
| 長文コンテキスト | 66.7 | 64.1 | GPT-5.6 Sol |
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):指示追従, 人間の評価。
情報源で評価が分かれる点
両方に結果がある58件のベンチマークのうち、GPT-5.6 Solのリードが45件、Muse Spark 1.2のリードが13件です。第三者の総合指標でも評価が分かれ、GPT-5.6 SolはBenchLeader Indexで、Muse Spark 1.2はArena Textでリードしています。
| 総合Index | GPT-5.6 Sol (max) | Muse Spark 1.2 (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 65.3 | 61.5 | GPT-5.6 Sol |
| Arena Text | 1485† | 1493 | Muse Spark 1.2 |
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-5.6 Sol (max) | Muse Spark 1.2 (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $8.00 | $2.00 |
| 100万トークンあたりの入力/出力 | $4.00 / $20.00 | $1.25 / $4.25 |
| 100万トークンあたりのキャッシュ入力 | $0.400 | $0.150 |
| タスクあたりの価格:チャットの返答 | $0.0076 | $0.0018 |
| タスクあたりの価格:30ページのレポートを要約 | $0.060 | $0.018 |
| タスクあたりの価格:コード編集 | $0.054 | $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 | $0.320 | $0.092 |
| タスクあたりの価格:構造化データの抽出 | $0.012 | $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) | $0.158 | $0.043 |
| 出力速度 | 100 tok/s | 208 tok/s |
| 回答開始までの時間 | 33.5秒 | 11.4秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 157.3秒 | 23.9秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.6 Sol (max)のスコアは65.3、最初の回答トークンまで34秒。GPT-5.6 Sol (xhigh)は63.9(17秒)、GPT-5.6 Sol (high)は63.4(10秒)。Muse Spark 1.2 (xhigh)のスコアは61.5、最初の回答トークンまで11秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
151件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-5.6 Sol (max) | Muse Spark 1.2 (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 65.3 | 61.5 |
| エージェント・ツールスコア | BenchLeader | 67.5 | 55.4 |
| コーディングスコア | BenchLeader | 65.8 | 54.7 |
| 指示追従スコア | BenchLeader | 71.2 | – |
| 知識スコア | BenchLeader | 63.8 | 64.5 |
| 長文コンテキストスコア | BenchLeader | 66.7 | 64.1 |
| 数学スコア | BenchLeader | 70.0 | 66.8 |
| マルチモーダルスコア | BenchLeader | 65.9 | 65.3 |
| 推論スコア | BenchLeader | 64.7 | 68.1 |
| 人間の評価スコア | BenchLeader | – | 68.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $8.00 | $2.00 |
| 出力速度 | BenchLeader | 100 tok/s | 208 tok/s |
| 回答開始までの時間 | BenchLeader | 33.5秒 | 11.4秒 |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 93.5% | – |
| SimpleBench | SimpleBench | 64.8%† | 74.5%† |
| Arena Hard Prompts | Arena (LMArena) | 1511† | 1514 |
| LiveBench 1.0 Reasoning | LiveBench | 91.7% | 90.0% |
| GPQA Diamond (AA) | Artificial Analysis | 94.1% | 90.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | 49.5% | 45.5% |
| GPQA Diamond (Vals) | Vals AI | 95.2% | – |
| EnigmaEval | Scale AI SEAL | 37.1%† | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 67.0%† | – |
| ARC-AGI-1 | ARC Prize | 96.5% | – |
| ARC-AGI-2 | ARC Prize | 92.5% | – |
| ARC-AGI-3 | ARC Prize | 7.8% | – |
| CritPt | Artificial Analysis | 32.3% | 17.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 60.0% | – |
| MysteryMechanism | Vals AI | 33.3% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 31.2%† | – |
| Arena Expert | Arena (LMArena) | 1532† | 1503 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 59.0% | 27.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 58.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 58.4% | 48.4% |
| DTBench | Epoch AI Benchmarking Hub | 95.5% | 94.7% |
| ForecastBench | ForecastBench | 65.7% | – |
| BTF-3 | Epoch AI Benchmarking Hub | 13.7% | – |
| コーディング | |||
| SciCode | SciCode | 57.1% | 57.4% |
| WeirdML | WeirdML | 87.0% | 60.3% |
151件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-5.6 Sol (max) | Muse Spark 1.2 (xhigh) |
|---|---|---|---|
| コーディング | |||
| FrontierCode | Cognition | 47.5%† | – |
| GSO-Bench | GSO-Bench | 76.5%† | – |
| Arena Coding | Arena (LMArena) | 1533† | 1542 |
| Arena WebDev | Arena (LMArena) | 1615† | 1534 |
| LiveBench 1.0 Coding | LiveBench | 83.9% | 77.5% |
| LiveCodeBench | Vals AI | 82.6% | – |
| IOI | Vals AI | 91.2% | 21.8% |
| SWE-bench (Vals) | Vals AI | 96.2% | 86.6% |
| Code Migration | Vals AI | 52.9% | 29.9% |
| ProgramBench | Vals AI | 1.5% | 0.5% |
| Vibe Code Bench 1-100 | Vals AI | 20.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 80.5% | 79.1% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 46.0%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 45.9%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 95.5%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 82.4%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 20.0%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 93.1%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 72.7% | 54.9% |
| CursorBench | Cursor | 41.7% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2176.9 | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 32.2% | 12.0% |
| WeirdML v3 | WeirdML | 15.0%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 39.9% | 7.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 88.0% | 80.2% |
| Startrise Frontend | Startrise | 66.2%† | 70.3%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 67.0† | 51.5† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 80.0† | 56.9 |
| Design Arena Website | Design Arena | 1319† | 1309† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 38.5% | – |
| OSWorld-Verified 2.0 | OSWorld | 27.3% | – |
| APEX-Agents | Mercor | 51.4%† | 45.4%† |
| Arena Agent | Arena (LMArena) | 4.6† | -8.2 |
| LiveBench Agentic Coding | LiveBench | 56.2% | 57.6% |
| Terminal-Bench Hard | Artificial Analysis | 65.9% | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 85.1% | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 85.8% | 69.7% |
| HiL-Bench | Scale AI SEAL | 32.3%† | – |
| τ³-bench Banking | τ²-bench | 46.9%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1619 | 1478 |
| τ³-Banking (AA) | Artificial Analysis | 44.3% | 34.9% |
| ITBench SRE (AA) | Artificial Analysis | 56.2% | – |
| Analyst Agent (AA) | Artificial Analysis | 47.5% | – |
| CUA-bench | Vals AI | 8.3% | – |
| CyberBench | Vals AI | 76.3% | 69.5% |
| Finance Agent v2 | Vals AI | 53.8% | 60.6% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 2.5% | 25.4% |
| Legal Research Bench | Vals AI | 48.1% | 43.8% |
| SkillsBench | Vals AI | 54.1% | 53.0% |
| SREBench | Vals AI | 30.5% | 0.0% |
| Tax Agent Bench | Vals AI | 31.1% | 32.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 37.9% | 6.1% |
| Terminal-Bench Science | Vals AI | 20.0% | – |
| Time Horizon Index: KSP | Vals AI | 23.8% | – |
| Web Search Index | Vals AI | 43.6% | – |
| Arena Search | Arena (LMArena) | 1255† | – |
| Arena Agent Task Completion | Arena (LMArena) | 2.3† | -9.8 |
| BALROG | BALROG | 60.0% | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 31.0% | – |
| GBAEval | Epoch AI Benchmarking Hub | 52.6%† | – |
| Vending-Bench 2 | Andon Labs | 9619.4† | – |
| AutomationBench | Artificial Analysis | 60.1% | 40.6% |
| GDP.pdf (AA) | Artificial Analysis | 27.2% | 17.4% |
| EnterpriseOps-Gym | Artificial Analysis | 42.9% | 47.3% |
| AA-Briefcase v1.1 | Artificial Analysis | 1479 | 1323 |
| Design Arena Agentic | Design Arena | 1238† | 1185† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 22.4% | – |
| FACTS Search | 92.9%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 89.1% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 82.9% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | – |
| ProofBench | Vals AI | 83.0% | 43.0%† |
| LiveBench Mathematics | LiveBench | 96.2% | 91.2% |
| Arena Maths | Arena (LMArena) | 1494† | 1486 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 69.7% | 60.3% |
| LiveBench 1.0 Data Analysis | LiveBench | 79.8% | 76.5% |
| MMLU-Pro | Vals AI | 89.1% | 88.3% |
| LegalBench | Vals AI | 87.0% | 85.3% |
| CorpFin | Vals AI | 64.4% | 70.9% |
| TaxEval | Vals AI | 74.8% | 80.4% |
| PRBench Finance | Scale AI SEAL | 50.5% | – |
| PRBench Legal | Scale AI SEAL | 50.5% | – |
| BioMysteryBench | Vals AI | 71.1% | 64.8% |
| Excel Modeling Benchmark | Vals AI | 72.3% | 57.0% |
| MedCode | Vals AI | 44.0% | 49.4% |
| MedScribe | Vals AI | 85.2% | 90.1% |
| Public Benefits Bench v1.1 | Vals AI | 66.5% | 68.5% |
| Financial Coaching Bench | Vals AI | 74.9% | 75.7% |
| Immigration Bench | Vals AI | – | 66.5% |
| DrugDiscoveryBench | Scale AI SEAL | 56.5% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 44.8% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 30.7% | 16.0% |
| FACTS Parametric | 81.1%† | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 87.7% | 78.6% |
| LiveBench Instruction Following | LiveBench | 71.8% | 74.3% |
| IFBench | Artificial Analysis | 72.7% | – |
| Arena Instruction Following | Arena (LMArena) | 1490† | 1479 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1485† | 1493 |
| EQ-Bench 4 | EQ-Bench | 1236† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1974† | 1842† |
| Arena Creative Writing | Arena (LMArena) | 1471† | 1443 |
| Arena Multi-turn | Arena (LMArena) | 1491† | 1510 |
| Arena Longer Queries | Arena (LMArena) | 1498† | 1491 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1282† | 1305 |
| MMMU-Pro | Artificial Analysis | 83.4% | – |
| MMMU-Pro (Vals) | Vals AI | 88.8% | 86.1% |
| MortgageTax | Vals AI | 67.3% | 65.4% |
| Humanity's Sixth Sense | Scale AI SEAL | 30.0% | 24.5% |
| GeoBench | GeoBench | 73.0%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 33.6%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 56.7% | – |
| FACTS Multimodal | 46.4%† | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 84.0% | 79.0% |
| Arena Document | Arena (LMArena) | 1487† | – |
| MLCR | Artificial Analysis | 30.0% | 7.2% |
| FACTS Grounding | 61.9%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 163.0† | 155.0† |
| LiveBench 1.0 | LiveBench | 81.0% | 78.0% |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 47.0 | 39.6 |
| AA Progress Index v1 | Artificial Analysis | 331.5 | 309.1 |
| Vals RSI Index | Vals AI | 23.9% | – |
| Vals Science Index | Vals AI | 41.5% | – |
| Vals Multimodal Index | Vals AI | 72.6% | 69.8%† |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 20.1%† | – |
| DistressBench | Scale AI SEAL | 73.6%† | 88.4%† |
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-5.6 Sol (max):新しい結果1件(GDPval-AA v2.1)。
- Muse Spark 1.2 (xhigh):新しい結果1件(GDPval-AA v2.1)。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):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):スコアの改訂1件。
- Muse Spark 1.2 (xhigh):BenchLeader Index 62.2 → 61.6。
- GPT-5.6 Sol (max):新しい結果2件(AA Progress Index v1, CritPt v2 hard subset (AA))。
関連する比較
- GPT-5.6 Sol vs Claude Fable 5.2
- GPT-5.6 Sol vs Gemini 4 Carbon
- GPT-5.6 Sol vs Claude Opus 5.5
- Muse Spark 1.2 vs Claude Fable 5.2
- Muse Spark 1.2 vs Gemini 4 Carbon
- Muse Spark 1.2 vs Claude Opus 5.5
- Muse Spark 1.2 vs GPT-6 Astra
- GPT-5.5 vs Muse Spark 1.2
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-5.6 Sol vs Muse Spark 1.2:よくある質問
- GPT-5.6 SolはMuse Spark 1.2より優れていますか?
- 品質ではGPT-5.6 Sol (max)がリードしています:65.3 対 61.5。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GPT-5.6 Sol (max)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。
- GPT-5.6 Sol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 $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。
- コーディングにはGPT-5.6 Sol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GPT-5.6 Solの方がスコアが高くなっています(カテゴリ指標で66 対 55。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-5.6 Solが57.1%、Muse Spark 1.2が57.4%です。
- GPT-5.6 Sol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2倍速くなっています(出力208 対 100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GPT-5.6 Sol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GPT-5.6 Solの方がスコアが高くなっています(カテゴリ指標で68 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τ³-Banking (AA)では、GPT-5.6 Solが44.3%、Muse Spark 1.2が34.9%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?
- 長文コンテキストのベンチマークではGPT-5.6 Solの方がスコアが高くなっています(67 対 64)。どちらも約1.1Mトークンです(GPT-5.6 Solは1,050,000、Muse Spark 1.2は1,048,576)。
- 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11.4秒 対 33.5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。
- GPT-5.6 Sol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58件のベンチマークのうち、GPT-5.6 Solのリードが45件、Muse Spark 1.2のリードが13件です。第三者の総合指標でも評価が分かれ、GPT-5.6 SolはBenchLeader Indexで、Muse Spark 1.2はArena Textでリードしています。
- Muse Spark 1.2はいつリリースされましたか?
- Muse Spark 1.2は2026年8月5日にリリースされました。