GPT-6.2 Astra vs Muse Spark
詳しいプロフィール:GPT-6.2 Astra(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 · 11件の情報源のデータ
2026年11月19日時点で、品質ではGPT-6.2 AstraがMuse Sparkを上回ります(BenchLeader Indexで68.9 対 64.1)。両方を測定できるすべてのカテゴリでGPT-6.2 Astraがリードしています。
要点(2026年11月19日時点)
- BenchLeader IndexはGPT-6.2 Astraが68.9、Muse Sparkが64.1です(BenchLeader、2026年11月19日)。
- GPT-6.2 Astraの100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月19日)。
- 両モデルに結果がある5件のベンチマークのうち、GPT-6.2 Astraが5件でリードしています(BenchLeader、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 |
|---|---|---|---|
| コーディング | GPT-6.2 Astra | カテゴリスコア76 対 65;Vibe Code Bench v1.1 89.9% 対 19.7% | 高 |
| エージェント・ツール利用 | GPT-6.2 Astra | カテゴリスコア66 対 65;AA-Briefcase v1.1 1643 対 646 | 中 |
| 数学 | GPT-6.2 Astra | カテゴリスコア73 対 59;OTIS Mock AIME 100.0% 対 88.9% | 高 |
| 推論 | GPT-6.2 Astra | カテゴリスコア73 対 67;GPQA Diamond 96.8% 対 89.8% | 中 |
| 知識 | GPT-6.2 Astra | カテゴリスコア74 対 63 | 高 |
| 画像などのメディア | GPT-6.2 Astra | カテゴリスコア72 対 64;MMMU-Pro 89.5% 対 80.5% | 高 |
| 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
- 品質ではGPT-6.2 Astra (max)がリードしています:68.9 対 64.1。
- GPT-6.2 Astra (max)はエージェント・ツール、コーディング、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-6.2 Astra | Muse Spark |
|---|---|---|
| プロバイダー | OpenAI | Meta |
| リリース日 | 2026年11月17日 | 2026年4月8日 |
| コンテキストウィンドウ(トークン) | 1,050,000 | 262,144 |
| 比較した構成 | GPT-6.2 Astra (max) | 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) | $8.00 / $40.00 / $0.400 | – |
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-6.2 Astra (max) | Muse Spark | トップ |
|---|---|---|---|
| 推論 | 73.1 | 67.4 | GPT-6.2 Astra |
| コーディング | 76.1 | 65.1 | GPT-6.2 Astra |
| エージェント・ツール | 66.4 | 65.0 | GPT-6.2 Astra |
| 数学 | 72.5 | 59.1 | GPT-6.2 Astra |
| 知識 | 74.2 | 62.8 | GPT-6.2 Astra |
| 指示追従 | – | 76.2 | 比較不可 |
| 人間の評価 | – | 68.1 | 比較不可 |
| マルチモーダル | 71.7 | 64.0 | GPT-6.2 Astra |
| 長文コンテキスト | – | 63.6 | 比較不可 |
| 総合 | 69.5 | – | 比較不可 |
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, 長文コンテキスト, 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5件のベンチマークのうち、GPT-6.2 Astraのリードが5件、Muse Spark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、GPT-6.2 Astraが上回っています。
| 総合Index | GPT-6.2 Astra (max) | Muse Spark | トップ |
|---|---|---|---|
| BenchLeader Index | 68.9 | 64.1 | GPT-6.2 Astra |
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-6.2 Astra (max) | Muse Spark |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $16.00 | – |
| 100万トークンあたりの入力/出力 | $8.00 / $40.00 | – / – |
| 100万トークンあたりのキャッシュ入力 | $0.400 | – |
| タスクあたりの価格:チャットの返答 | $0.015 | – |
| タスクあたりの価格:30ページのレポートを要約 | $0.120 | – |
| タスクあたりの価格:コード編集 | $0.108 | – |
| 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 | $0.640 | – |
| タスクあたりの価格:構造化データの抽出 | $0.024 | – |
| 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) | $0.298 | – |
| ベンチマークのタスクあたりのコスト(AA Index) | $4.00 | – |
| タスクあたりの出力トークン(AA Index) | 41k | – |
| うち推論 | 26k | – |
| タスクあたりの時間(AA Index) | 14 min | – |
| 出力速度 | 49 tok/s | – |
| 回答開始までの時間 | 202.7秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-6.2 Astra (max)のスコアは68.9、最初の回答トークンまで203秒。GPT-6.2 Astra (xhigh)は67.1(67秒)、GPT-6.2 Astra (medium)は65.6(4秒)。Muse Sparkのスコアは64.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
127件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-6.2 Astra (max) | Muse Spark |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 68.9 | 64.1 |
| エージェント・ツールスコア | BenchLeader | 66.4 | 65.0 |
| コーディングスコア | BenchLeader | 76.1 | 65.1 |
| 総合スコア | BenchLeader | 69.5 | – |
| 知識スコア | BenchLeader | 74.2 | 62.8 |
| 数学スコア | BenchLeader | 72.5 | 59.1 |
| マルチモーダルスコア | BenchLeader | 71.7 | 64.0 |
| 推論スコア | BenchLeader | 73.1 | 67.4 |
| 人間の評価スコア | BenchLeader | – | 68.1 |
| 指示追従スコア | BenchLeader | – | 76.2 |
| 長文コンテキストスコア | BenchLeader | – | 63.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $16.00 | – |
| 出力速度 | BenchLeader | 49 tok/s | – |
| 回答開始までの時間 | BenchLeader | 202.7秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 96.8% | 89.8% |
| Humanity's Last Exam | Scale AI / CAIS | – | 40.6% |
| Arena Hard Prompts | Arena (LMArena) | – | 1506 |
| LiveBench 2.0 Reasoning | LiveBench | 91.6% | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 40.7% |
| HLE-Diamond (AA) | Artificial Analysis | 72.2% | – |
| GPQA Diamond (Vals) | Vals AI | – | 89.7% |
| ARC-AGI-1 | ARC Prize | 98.5% | – |
| ARC-AGI-2 | ARC Prize | 95.8% | – |
| ARC-AGI-3 | ARC Prize | 99.8% | – |
| CritPt | Artificial Analysis | – | 11.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 71.5% | – |
| MysteryMechanism | Vals AI | 53.1% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 66.9%† | – |
| Arena Expert | Arena (LMArena) | – | 1490 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 78.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 95.0% | – |
| コーディング | |||
| SciCode | SciCode | – | 51.5% |
| Arena Coding | Arena (LMArena) | – | 1529 |
| Arena WebDev | Arena (LMArena) | 1781 | – |
| LiveBench 2.0 Coding | LiveBench | 91.9% | – |
| SWE-bench (Vals) | Vals AI | – | 74.4% |
| SWE-Bench Pro | Scale AI SEAL | – | 55.0% |
| Vibe Code Bench v1.1 | Vals AI | 89.9% | 19.7% |
127件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-6.2 Astra (max) | Muse Spark |
|---|---|---|---|
| コーディング | |||
| Vibe Code Bench 1-100 v1.1 | Vals AI | 55.2% | – |
| 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% |
| SWE Atlas v1.1 | Scale AI SEAL | 60.5%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 67.7%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 62.2%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 51.4%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 67.8% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 64.1% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 62.2% |
| Design Arena Website | Design Arena | 1339† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 45.4% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 62.1% | – |
| Arena Agent | Arena (LMArena) | 15.2 | – |
| LiveBench Long Agentic | LiveBench | 70.8% | – |
| LiveBench Browser | LiveBench | 93.0% | – |
| Terminal-Bench Hard | Artificial Analysis | – | 45.5% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 91.5% |
| MCP Atlas | Scale AI SEAL | – | 82.2% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1006 |
| Analyst Agent (AA) | Artificial Analysis | 62.5% | – |
| Finance Agent v2.1 | Vals AI | 60.8% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 16.3% | – |
| Legal Research Bench | Vals AI | 42.8% | – |
| Robo-bench | Vals AI | 32.7% | – |
| Tax Agent Bench | Vals AI | 21.8% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 59.5% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 63.1% | – |
| Terminal-Bench Science | Vals AI | 71.4% | – |
| Arena Agent Task Completion | Arena (LMArena) | 12.4 | – |
| SpireClimb | Epoch AI Benchmarking Hub | 41.3% | – |
| AutomationBench | Artificial Analysis | 77.3% | – |
| GDP.pdf (AA) | Artificial Analysis | 29.8% | – |
| Harvey LAB-AA v1.1 | Harvey | 15.0% | – |
| EnterpriseOps-Gym | Artificial Analysis | 29.9% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1643 | 646 |
| Design Arena Agentic | Design Arena | 1304 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 78.1% | – |
| CWE-Bench (AA) | Artificial Analysis | 65.0% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 46.8% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.0% | – |
| MKA (AA) | Artificial Analysis | 52.7% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 92.6% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 100.0% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 88.9% |
| ProofBench | Vals AI | – | 17.0% |
| AIME (Vals) | Vals AI | – | 96.9% |
| Autoform-Hard | Vals AI | 87.5% | – |
| Arena Maths | Arena (LMArena) | – | 1468 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 10.3% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 78.5% | – |
| LiveBench 2.0 Data Analysis | LiveBench | 84.1% | – |
| LiveBench Research | LiveBench | 91.5% | – |
| AA-Omniscience v1.1 | Artificial Analysis | 50 | – |
| MMLU-Pro | Vals AI | – | 87.3% |
| LegalBench | Vals AI | – | 84.2% |
| CorpFin | Vals AI | – | 65.1% |
| TaxEval | Vals AI | – | 77.7% |
| PRBench Finance | Scale AI SEAL | – | 52.4% |
| PRBench Legal | Scale AI SEAL | 43.1%† | 52.3% |
| MultiNRC | Scale AI SEAL | – | 59.0% |
| BioMysteryBench | Vals AI | 80.7% | – |
| CaseLaw v2 | Vals AI | – | 63.1% |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.0% | – |
| MedCode | Vals AI | – | 51.3% |
| MedScribe | Vals AI | – | 85.9% |
| DrugDiscoveryBench | Scale AI SEAL | 65.5%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 92.4% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 68.6% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 40.9% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 75.9% |
| MultiChallenge | Scale AI SEAL | 73.2%† | 75.5% |
| TutorBench | Scale AI SEAL | – | 68.5% |
| Arena Instruction Following | Arena (LMArena) | – | 1465 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1489 |
| Arena Creative Writing | Arena (LMArena) | – | 1465 |
| Arena Multi-turn | Arena (LMArena) | – | 1493 |
| Arena Longer Queries | Arena (LMArena) | – | 1476 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1306 |
| LiveBench Design | LiveBench | 82.8% | – |
| MMMU-Pro | Artificial Analysis | 89.5% | 80.5% |
| MMMU-Pro (Vals) | Vals AI | – | 87.4% |
| Humanity's Sixth Sense | Scale AI SEAL | 63.2%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 89.2% | – |
| VIALS-AA | Handshake AI | 65.8% | – |
| AA-3D | Artificial Analysis | 1318 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 78.0% |
| Arena Document | Arena (LMArena) | – | 1467 |
| MLCR | Artificial Analysis | 39.4% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 174.2† | 153.2 |
| LiveBench 2.0 | LiveBench | 84.9% | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 62.1 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 31.3 |
| AA Progress Index v1 | Artificial Analysis | – | 289.1 |
| Vals Index | Vals AI | 67.7 | – |
| Vals Finance Index | Vals AI | 57.3% | – |
| Vals RSI Index | Vals AI | 29.0% | – |
| Vals Science Index | Vals AI | 68.4% | – |
| Vals Legal Index | Vals AI | 69.7% | – |
| AA Cyber Index | Artificial Analysis | 37.3 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 20.2% |
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。
最近の変化
- GPT-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
- GPT-6.2 Astra (max):新しい結果6件(VIALS-AA, Arena WebDev, Arena Agent…)。
- GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
- GPT-6.2 Astra (max):新しい結果2件(MKA (AA), Terminal-Bench)。
- 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。
- Muse Spark:新しい結果1件(AA Progress Index v1)。
関連する比較
- GPT-6.2 Astra vs Claude Fable 5.2
- GPT-6.2 Astra vs Gemini 4 Carbon
- GPT-6.2 Astra vs Claude Opus 5.5
- Muse Spark vs Claude Fable 5.2
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs Claude Opus 5.5
- GPT-6.1 Terra vs Muse Spark
- GPT-6.2 Astra vs GPT-6 Astra
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
GPT-6.2 Astra vs Muse Spark:よくある質問
- GPT-6.2 AstraはMuse Sparkより優れていますか?
- 品質ではGPT-6.2 Astra (max)がリードしています:68.9 対 64.1。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日時点では総合でGPT-6.2 Astra (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。
- コーディングにはGPT-6.2 AstraとMuse Sparkのどちらが向いていますか?
- コーディングではGPT-6.2 Astraの方がスコアが高くなっています(カテゴリ指標で76 対 65。50が平均)。
- エージェントやツール利用にはGPT-6.2 Astra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GPT-6.2 Astraの方がスコアが高くなっています(カテゴリ指標で66 対 65。50が平均)。
- 長い文書にはどちらが向いていますか?
- コンテキストはGPT-6.2 Astraの方が長く、1,050,000トークンです(Muse Sparkは262,144トークン)。
- GPT-6.2 Astra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5件のベンチマークのうち、GPT-6.2 Astraのリードが5件、Muse Spark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、GPT-6.2 Astraが上回っています。
ほかの質問(1件)
- GPT-6.2 Astraはいつリリースされましたか?
- GPT-6.2 Astraは2026年11月17日にリリースされました。