BenchLeader

GPT-6.2 Astra vs Muse Spark 1.2

詳しいプロフィール:GPT-6.2 Astra(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19日時点で、品質ではGPT-6.2 AstraがMuse Spark 1.2を上回ります(BenchLeader Indexで68.9 対 61.4)。ただし、価格はMuse Spark 1.2の方が8.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $16.00です。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。Muse Spark 1.2の方が出力が3倍以上速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGPT-6.2 Astraが68.9、Muse Spark 1.2が61.4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)。
  • 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19日)。
  • Muse Spark 1.2はGPT-6.2 Astraより出力が3倍以上速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
  • 両モデルに結果がある16件のベンチマークのうち、GPT-6.2 Astraが13件でリードしています(BenchLeader、2026年11月19日)。
  • Arena WebDevでの評価はGPT-6.2 Astraが1781、Muse Spark 1.2が1534です(LMArena、2026年11月19日までの公開値)。

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 54;Arena WebDev 1781 対 1534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 55;Arena Agent 15.2 対 -9.1高
数学GPT-6.2 Astraカテゴリスコア73 対 67中
推論GPT-6.2 Astraカテゴリスコア73 対 68;Chess Puzzles 78.0% 対 27.0%中
知識GPT-6.2 Astraカテゴリスコア74 対 64;SimpleQA Verified 78.5% 対 60.3%高
画像などのメディアGPT-6.2 Astraカテゴリスコア72 対 65中
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 1.2100万トークンあたりブレンド価格$2.00 対 $16.00;エージェント型コーディングセッション$0.092 対 $0.640–
回答開始の速さMuse Spark 1.2最初の回答トークンまで7.5秒(Muse Spark 1.2 (xhigh))対 202.7秒(GPT-6.2 Astra (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-6.2 Astra (max)がリードしています:68.9 対 61.4。
  • 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。
  • Muse Spark 1.2 (xhigh)の方が8.0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 $16.00)。
  • Muse Spark 1.2 (xhigh)の方が出力が4.2倍速くなっています(204 対 49トークン/秒)。

概要

仕様GPT-6.2 AstraMuse Spark 1.2
プロバイダーOpenAIMeta
リリース日2026年11月17日2026年8月5日
コンテキストウィンドウ(トークン)1,050,0001,048,576
比較した構成GPT-6.2 Astra (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)$8.00 / $40.00 / $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-6.2 Astra (max)Muse Spark 1.2 (xhigh)トップ
推論73.168.1GPT-6.2 Astra
コーディング76.154.3GPT-6.2 Astra
エージェント・ツール66.455.0GPT-6.2 Astra
数学72.566.8GPT-6.2 Astra
知識74.264.3GPT-6.2 Astra
人間の評価–68.6比較不可
マルチモーダル71.765.3GPT-6.2 Astra
長文コンテキスト–64.1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。

2550 avg75推論コーディングエージェント・ツール数学知識マルチモーダルGPT-6.2 Astra, 推論: 73.1GPT-6.2 Astra, コーディング: 76.1GPT-6.2 Astra, エージェント・ツール: 66.4GPT-6.2 Astra, 数学: 72.5GPT-6.2 Astra, 知識: 74.2GPT-6.2 Astra, マルチモーダル: 71.7Muse Spark 1.2, 推論: 68.1Muse Spark 1.2, コーディング: 54.3Muse Spark 1.2, エージェント・ツール: 55.0Muse Spark 1.2, 数学: 66.8Muse Spark 1.2, 知識: 64.3Muse Spark 1.2, マルチモーダル: 65.3

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。

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16件のベンチマークのうち、GPT-6.2 Astraのリードが13件、Muse Spark 1.2のリードが3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IndexGPT-6.2 Astra (max)Muse Spark 1.2 (xhigh)トップ
BenchLeader Index68.961.4GPT-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 1.2 (xhigh)
100万トークンあたりのブレンド価格$16.00$2.00
100万トークンあたりの入力/出力$8.00 / $40.00$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$0.015$0.0018
タスクあたりの価格:30ページのレポートを要約$0.120$0.018
タスクあたりの価格:コード編集$0.108$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$0.640$0.092
タスクあたりの価格:構造化データの抽出$0.024$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)$0.298$0.043
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/s204 tok/s
回答開始までの時間202.7秒7.5秒
回答が完了するまでの時間(最終測定2026年11月13日)–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-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 1.2 (xhigh)のスコアは61.4、最初の回答トークンまで7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

145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 1.2 (xhigh)
BenchLeader IndexBenchLeader68.961.4
エージェント・ツールスコアBenchLeader66.455.0
コーディングスコアBenchLeader76.154.3
総合スコアBenchLeader69.5–
知識スコアBenchLeader74.264.3
数学スコアBenchLeader72.566.8
マルチモーダルスコアBenchLeader71.765.3
推論スコアBenchLeader73.168.1
人間の評価スコアBenchLeader–68.6
長文コンテキストスコアBenchLeader–64.1
ブレンド価格($/100万トークン)BenchLeader$16.00$2.00
出力速度BenchLeader49 tok/s204 tok/s
回答開始までの時間BenchLeader202.7秒7.5秒
コンテキストウィンドウBenchLeader1,050,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub96.8%–
SimpleBenchSimpleBench–74.5%†
Arena Hard PromptsArena (LMArena)–1514
LiveBench 2.0 ReasoningLiveBench91.6%–
LiveBench 1.0 ReasoningLiveBench–90.0%
GPQA Diamond (AA)Artificial Analysis–90.4%
Humanity's Last Exam (AA)Artificial Analysis–45.5%
HLE-Diamond (AA)Artificial Analysis72.2%–
ARC-AGI-1ARC Prize98.5%–
ARC-AGI-2ARC Prize95.8%–
ARC-AGI-3ARC Prize99.8%–
CritPtArtificial Analysis–17.7%
CritPt v2 hard subset (AA)Artificial Analysis71.5%–
MysteryMechanismVals AI53.1%–
HLE-Diamond (Scale)Scale AI SEAL66.9%†–
Arena ExpertArena (LMArena)–1504
Chess PuzzlesEpoch AI Benchmarking Hub78.0%27.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub95.0%–
LMCAEpoch AI Benchmarking Hub–48.4%
DTBenchEpoch AI Benchmarking Hub–94.7%
コーディング
SciCodeSciCode–57.4%
WeirdMLWeirdML–60.4%
Arena CodingArena (LMArena)–1540
Arena WebDevArena (LMArena)17811534
LiveBench 2.0 CodingLiveBench91.9%–
145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 1.2 (xhigh)
コーディング
LiveBench 1.0 CodingLiveBench–77.5%
IOIVals AI–21.8%
SWE-bench (Vals)Vals AI–86.6%
Code MigrationVals AI–29.9%
ProgramBenchVals AI–0.5%
Vibe Code Bench v1.1Vals AI89.9%79.1%
Vibe Code Bench 1-100 v1.1Vals AI55.2%–
SWE Atlas v1.1Scale AI SEAL60.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL67.7%†–
SWE Atlas v1.1: Test WritingScale AI SEAL62.2%†–
SWE Atlas v1.1: RefactoringScale AI SEAL51.4%†–
MirrorCodeEpoch AI Benchmarking Hub67.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub–54.9%
FrontierSWEEpoch AI Benchmarking Hub–12.0%
Terminal-Bench 4.0 (AA)Artificial Analysis64.1%7.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.2%
Startrise FrontendStartrise–70.3%†
GameBench 2 OverallDuelLab GameBench 2–51.4†
GameBench 2 by reasoning settingDuelLab GameBench 2–56.7
Design Arena WebsiteDesign Arena1339†1301†
FrontierCode 2.0 (AA)Artificial Analysis45.4%–
エージェント・ツール
Terminal-BenchTerminal-Bench62.1%–
APEX-AgentsMercor–45.4%†
Arena AgentArena (LMArena)15.2-9.1
LiveBench Long AgenticLiveBench70.8%–
LiveBench BrowserLiveBench93.0%–
LiveBench Agentic CodingLiveBench–57.6%
Terminal-Bench 2.1 (Vals)Vals AI–69.7%
GDPval-AA v2.1Artificial Analysis–1478
τ³-Banking (AA)Artificial Analysis–34.9%
Analyst Agent (AA)Artificial Analysis62.5%–
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI–60.6%
Finance Agent v2.1Vals AI60.8%–
Harvey's Legal Agent Benchmark v1.1Vals AI16.3%–
Harvey's Legal Agent Benchmark v1Vals AI–25.4%
Legal Research BenchVals AI42.8%43.8%
Robo-benchVals AI32.7%–
SkillsBenchVals AI–53.0%
SREBenchVals AI–0.0%
Tax Agent BenchVals AI21.8%32.8%
Terminal-Bench 4.0 (Vals)Vals AI63.1%6.1%
Terminal-Bench ScienceVals AI71.4%–
Arena Agent Task CompletionArena (LMArena)12.4-10.1
SpireClimbEpoch AI Benchmarking Hub41.3%–
AutomationBenchArtificial Analysis77.3%40.6%
GDP.pdf (AA)Artificial Analysis29.8%17.4%
Harvey LAB-AA v1.1Harvey15.0%–
EnterpriseOps-GymArtificial Analysis29.9%47.3%
AA-Briefcase v1.1Artificial Analysis16431323
Design Arena AgenticDesign Arena13041177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis78.1%–
CWE-Bench (AA)Artificial Analysis65.0%–
DeepSec-Bench (AA)Artificial Analysis46.8%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis52.7%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub92.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ProofBenchVals AI–43.0%†
LiveBench MathematicsLiveBench–91.2%
Autoform-HardVals AI87.5%–
Arena MathsArena (LMArena)–1486
FrontierMath ErdősEpoch AI Benchmarking Hub10.3%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub78.5%60.3%
LiveBench 2.0 Data AnalysisLiveBench84.1%–
LiveBench ResearchLiveBench91.5%–
LiveBench 1.0 Data AnalysisLiveBench–76.5%
AA-Omniscience v1.1Artificial Analysis50–
MMLU-ProVals AI–88.3%
LegalBenchVals AI–85.3%
CorpFinVals AI–70.9%
TaxEvalVals AI–80.4%
PRBench LegalScale AI SEAL43.1%†–
BioMysteryBenchVals AI80.7%64.8%
Excel Modeling BenchmarkVals AI–57.0%
Excel Modeling Benchmark v1.1Vals AI76.0%–
MedCodeVals AI–49.4%
MedScribeVals AI–90.1%
Public Benefits Bench v1.1Vals AI–68.5%
Financial Coaching BenchVals AI–75.7%
Immigration BenchVals AI–66.5%
DrugDiscoveryBenchScale AI SEAL65.5%†–
EBR-benchEpoch AI Benchmarking Hub92.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis68.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.9%–
指示追従
LiveBench LanguageLiveBench–78.6%
LiveBench Instruction FollowingLiveBench–74.3%
MultiChallengeScale AI SEAL73.2%†–
Arena Instruction FollowingArena (LMArena)–1476
人間の評価
Arena TextArena (LMArena)–1493
EQ-Bench Creative Writing v3EQ-Bench–1842†
Arena Creative WritingArena (LMArena)–1445
Arena Multi-turnArena (LMArena)–1506
Arena Longer QueriesArena (LMArena)–1490
マルチモーダル
Arena VisionArena (LMArena)–1305
LiveBench DesignLiveBench82.8%–
MMMU-ProArtificial Analysis89.5%–
MMMU-Pro (Vals)Vals AI–86.1%
MortgageTaxVals AI–65.4%
Humanity's Sixth SenseScale AI SEAL63.2%†24.5%
Furniture AssemblyEpoch AI Benchmarking Hub89.2%–
VIALS-AAHandshake AI65.8%–
AA-3DArtificial Analysis1318–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–79.0%
MLCRArtificial Analysis39.4%7.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub174.2†155.1†
LiveBench 2.0LiveBench84.9%–
LiveBench 1.0LiveBench–78.0%
AA Intelligence Index v5.0.1Artificial Analysis62.1–
AA Intelligence Index v4.3.2Artificial Analysis–39.6
AA Progress Index v1Artificial Analysis–309.1
Vals IndexVals AI67.7–
Vals Finance IndexVals AI57.3%–
Vals RSI IndexVals AI29.0%–
Vals Science IndexVals AI68.4%–
Vals Multimodal IndexVals AI–69.8%†
Vals Legal IndexVals AI69.7%–
AA Cyber IndexArtificial Analysis37.3–
安全性・誠実さ
DistressBenchScale AI SEAL–88.4%†

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

  • 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 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • 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。
  • Muse Spark 1.2 (xhigh):新しい結果1件(AA Progress Index v1)。

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 1.2:よくある質問

GPT-6.2 AstraはMuse Spark 1.2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 61.4。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。
GPT-6.2 Astra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 $16.00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-6.2 Astra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-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 54。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 WebDevでは、GPT-6.2 Astraが1781、Muse Spark 1.2が1534です。
GPT-6.2 Astra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3倍以上速くなっています(出力204 対 49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-6.2 Astra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-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 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Arena Agentでは、GPT-6.2 Astraが15.2、Muse Spark 1.2が-9.1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?
どちらも約1.1Mトークンです(GPT-6.2 Astra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7.5秒 対 202.7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-6.2 Astra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16件のベンチマークのうち、GPT-6.2 Astraのリードが13件、Muse Spark 1.2のリードが3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。
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。