BenchLeader

GPT-6.2 Astra vs Muse Wonder

詳しいプロフィール:GPT-6.2 Astra(OpenAI)とMuse Wonder(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19日時点で、品質ではGPT-6.2 AstraがMuse Wonderを上回ります(BenchLeader Indexで68.9 対 64.2)。ただし、価格はMuse Wonderの方が2.0倍安く、100万トークンあたりのブレンド価格で$8.00 対 $16.00です。数学(73 対 70)を重視するならGPT-6.2 Astra、エージェント・ツール(76 対 66)、知識(76 対 74)を重視するならMuse Wonderが向いています。回答開始までの時間はMuse Wonderの方が短く、2.2秒 対 202.7秒です。Muse Wonderは出力が約2倍速い点も強みです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGPT-6.2 Astraが68.9、Muse Wonderが64.2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 Wonder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19日)。
  • Muse WonderはGPT-6.2 Astra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
エージェント・ツール利用Muse Wonderカテゴリスコア76 対 66高
数学GPT-6.2 Astraカテゴリスコア73 対 70中
知識Muse Wonderカテゴリスコア76 対 74中
チャットの質(人間の評価)–Arenaの評価があるのはMuse Wonderのみです(カテゴリスコア70)比較不可
最低コストMuse Wonder100万トークンあたりブレンド価格$8.00 対 $16.00;エージェント型コーディングセッション$0.320 対 $0.640–
回答開始の速さMuse Wonder最初の回答トークンまで2.2秒(Muse Wonder)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 64.2。
  • GPT-6.2 Astra (max)は数学で優れています。
  • Muse Wonderはエージェント・ツール、知識で優れています。
  • Muse Wonderの方が2.0倍安くなっています(100万トークンあたりブレンド価格$8.00 対 $16.00)。
  • Muse Wonderの方が出力が2.3倍速くなっています(113 対 49トークン/秒)。

概要

仕様GPT-6.2 AstraMuse Wonder
プロバイダーOpenAIMeta
リリース日2026年11月17日2026年10月12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 Wonder
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$4.00 / $20.00 / $0.200

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 Wonderトップ
推論73.1–比較不可
コーディング76.1–比較不可
エージェント・ツール66.475.7Muse Wonder
数学72.570.1GPT-6.2 Astra
知識74.275.5Muse Wonder
人間の評価–69.6比較不可
マルチモーダル71.7–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エージェント・ツール数学知識GPT-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: 74.2Muse Wonder, エージェント・ツール: 75.7Muse Wonder, 数学: 70.1Muse Wonder, 知識: 75.5

描画していないもの(測定済みのモデルが2つ未満):推論, コーディング, 指示追従, 長文コンテキスト, マルチモーダル, 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0件のベンチマークのうち、GPT-6.2 Astraのリードが0件、Muse Wonder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IndexGPT-6.2 Astra (max)Muse Wonderトップ
BenchLeader Index68.964.2GPT-6.2 Astra
AA Intelligence Index v5.0.162.140.5†GPT-6.2 Astra
Vals Index67.764.9†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 Wonder
100万トークンあたりのブレンド価格$16.00$8.00
100万トークンあたりの入力/出力$8.00 / $40.00$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.400$0.200
タスクあたりの価格:チャットの返答$0.015$0.0076
タスクあたりの価格:30ページのレポートを要約$0.120$0.060
タスクあたりの価格:コード編集$0.108$0.054
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$0.320
タスクあたりの価格:構造化データの抽出$0.024$0.012
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$0.149
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/s113 tok/s
回答開始までの時間202.7秒2.2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 Wonderのスコアは64.2、最初の回答トークンまで2秒。Muse Wonder (max)は60.1(21秒)、Muse Wonder (high)は55.6(10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

144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 Wonder
BenchLeader IndexBenchLeader68.964.2
エージェント・ツールスコアBenchLeader66.475.7
コーディングスコアBenchLeader76.1–
総合スコアBenchLeader69.5–
知識スコアBenchLeader74.275.5
数学スコアBenchLeader72.570.1
マルチモーダルスコアBenchLeader71.7–
推論スコアBenchLeader73.1–
人間の評価スコアBenchLeader–69.6
ブレンド価格($/100万トークン)BenchLeader$16.00$8.00
出力速度BenchLeader49 tok/s113 tok/s
回答開始までの時間BenchLeader202.7秒2.2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%–
Arena Hard PromptsArena (LMArena)–1530†
LiveBench 2.0 ReasoningLiveBench91.6%90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis–50.1%†
HLE-Diamond (AA)Artificial Analysis72.2%39.0%†
ARC-AGI-1ARC Prize98.5%–
ARC-AGI-2ARC Prize95.8%–
ARC-AGI-3ARC Prize99.8%–
CritPtArtificial Analysis–28.3%†
CritPt v2 hard subset (AA)Artificial Analysis71.5%50.5%†
MysteryMechanismVals AI53.1%27.5%†
HLE-Diamond (Scale)Scale AI SEAL66.9%†37.3%
Arena ExpertArena (LMArena)–1525†
Chess PuzzlesEpoch AI Benchmarking Hub78.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub95.0%51.0%†
LMCAEpoch AI Benchmarking Hub–56.8%
DTBenchEpoch AI Benchmarking Hub–95.2%
コーディング
SciCodeSciCode–60.3%†
Arena CodingArena (LMArena)–1549†
Arena WebDevArena (LMArena)17811648†
LiveBench 2.0 CodingLiveBench91.9%74.9%†
LiveBench 1.0 CodingLiveBench–80.7%†
IOIVals AI–66.9%†
Code MigrationVals AI–62.5%†
144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 Wonder
コーディング
Code Migration v1.1Vals AI–72.4%†
SWE-bench MultimodalVals AI–45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
Vibe Code Bench v1.1Vals AI89.9%83.1%†
Vibe Code Bench 1-100 v1.1Vals AI55.2%–
SWE Atlas v1.1Scale AI SEAL60.5%†64.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL67.7%†73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL62.2%†61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL51.4%†60.0%
SWE-Bench Pro V2Scale AI SEAL–96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub67.8%45.6%†
CursorBenchCursor–50.4%†
WeirdML v3WeirdML–15.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis64.1%52.0%†
GameBench 2 OverallDuelLab GameBench 2–64.8
GameBench 2 by reasoning settingDuelLab GameBench 2–54.9†
Design Arena WebsiteDesign Arena1339†1369†
FrontierCode 1.1 (AA)Artificial Analysis–46.5%†
FrontierCode 2.0 (AA)Artificial Analysis45.4%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench62.1%47.0%†
APEX-AgentsMercor–66.1%†
Arena AgentArena (LMArena)15.20.6†
LiveBench Long AgenticLiveBench70.8%46.2%†
LiveBench BrowserLiveBench93.0%60.0%†
LiveBench Agentic CodingLiveBench–62.7%†
HiL-BenchScale AI SEAL–79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis–63.5%†
GDPval-AA v2.1Artificial Analysis–1770†
Analyst Agent (AA)Artificial Analysis62.5%–
CUA-benchVals AI–7.2%†
CyberBenchVals AI–80.4%†
Finance Agent v2Vals AI–56.6%†
Finance Agent v2.1Vals AI60.8%65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI16.3%23.8%†
Harvey's Legal Agent Benchmark v1Vals AI–17.1%†
Legal Research BenchVals AI42.8%50.5%†
Robo-benchVals AI32.7%–
Tax Agent BenchVals AI21.8%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI63.1%49.5%†
Terminal-Bench ScienceVals AI71.4%22.9%†
Arena Agent Task CompletionArena (LMArena)12.42.5†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs–9432.2
SpireClimbEpoch AI Benchmarking Hub41.3%–
AutomationBenchArtificial Analysis77.3%68.1%†
GDP.pdf (AA)Artificial Analysis29.8%30.6%†
Harvey LAB-AA v1.1Harvey15.0%10.0%†
EnterpriseOps-GymArtificial Analysis29.9%–
AA-Briefcase v1.1Artificial Analysis16431659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena13041173†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis78.1%25.7%†
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%47.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub92.6%82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%99.4%†
ProofBenchVals AI–84.0%
LiveBench MathematicsLiveBench–96.5%†
Autoform-HardVals AI87.5%–
Arena MathsArena (LMArena)–1501†
FrontierMath ErdősEpoch AI Benchmarking Hub10.3%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub78.5%–
LiveBench 2.0 Data AnalysisLiveBench84.1%81.6%†
LiveBench ResearchLiveBench91.5%93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis5025.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL43.1%†58.4%
BioMysteryBenchVals AI80.7%67.0%†
Excel Modeling BenchmarkVals AI–67.1%†
Excel Modeling Benchmark v1.1Vals AI76.0%72.5%†
Public Benefits Bench v1.1Vals AI–70.2%†
Access to Justice BenchmarkVals AI–73.0%†
Financial Coaching BenchVals AI–73.8%†
Immigration BenchVals AI–69.6%†
DrugDiscoveryBenchScale AI SEAL65.5%†–
EBR-benchEpoch AI Benchmarking Hub92.4%31.4%†
GDP.pdfEpoch AI Benchmarking Hub–54.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis68.6%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.9%79.1%†
指示追従
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
MultiChallengeScale AI SEAL73.2%†–
Arena Instruction FollowingArena (LMArena)–1495†
人間の評価
Arena TextArena (LMArena)–1511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench–2007
Arena Creative WritingArena (LMArena)–1488†
Arena Multi-turnArena (LMArena)–1522†
Arena Longer QueriesArena (LMArena)–1508†
マルチモーダル
LiveBench DesignLiveBench82.8%70.9%†
MMMU-ProArtificial Analysis89.5%83.8%†
Humanity's Sixth SenseScale AI SEAL63.2%†43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–31.7%
Furniture AssemblyEpoch AI Benchmarking Hub89.2%54.2%†
VIALS-AAHandshake AI65.8%55.3%†
Code2Video-AAArtificial Analysis–997†
AA-3DArtificial Analysis1318–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–80.7%†
MLCRArtificial Analysis39.4%22.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub174.2†161.7
LiveBench 2.0LiveBench84.9%70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis62.143.6†
AA Intelligence Index v4.3.2Artificial Analysis–52.4†
AA Progress Index v1Artificial Analysis–335.8†
Vals IndexVals AI67.764.9†
Vals Finance IndexVals AI57.3%61.2%†
Vals RSI IndexVals AI29.0%–
Vals Science IndexVals AI68.4%39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI69.7%75.3%†
AA Cyber IndexArtificial Analysis37.3–
安全性・誠実さ
FORTRESSScale AI SEAL–13.8%
DistressBenchScale AI SEAL–85.9%

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…)。
  • Muse Wonder:新しい結果1件(FORTRESS)。
  • 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 Wonder:BenchLeader Index 63.0 → 64.4。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • Muse Wonder:スコアの改訂5件。

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 Wonder:よくある質問

GPT-6.2 AstraはMuse Wonder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 64.2。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 Wonder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 Wonderの方が安く、100万トークンあたり$8.00 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。
GPT-6.2 AstraとMuse Wonderはどちらが速いですか?
Muse Wonderの方が出力が約2倍速くなっています(出力113 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 Wonder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 Wonderの方がスコアが高くなっています(カテゴリ指標で76 対 66。50が平均)。
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 Wonderは1,048,576)。
ほかの質問(2件)
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 Wonderです。Artificial Analysisの測定では、最初の回答トークンまで2.2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。