BenchLeader

GPT-6.2 Astra vs Muse Wonder Full

詳しいプロフィール:GPT-6.2 Astra(OpenAI)とMuse Wonder Full(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 Wonder Fullを上回ります(BenchLeader Indexで68.9 対 60.8)。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 Wonder Fullが60.8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31件のベンチマークのうち、GPT-6.2 Astraが22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 Wonder Fullが1723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 69;Arena WebDev 1781 対 1723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 61;Arena Agent 15.2 対 8中
推論GPT-6.2 Astraカテゴリスコア73 対 64;HLE-Diamond (AA) 72.2% 対 48.5%高
知識GPT-6.2 Astraカテゴリスコア74 対 62;AA-Omniscience v1.1 50 対 30.6高
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 60.8。
  • GPT-6.2 Astra (max)はエージェント・ツール、コーディング、知識、推論で優れています。

概要

仕様GPT-6.2 AstraMuse Wonder Full
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)1,050,0001,000,000
比較した構成GPT-6.2 Astra (max)Muse Wonder Full (max)
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 Wonder Full (max)トップ
推論73.164.1GPT-6.2 Astra
コーディング76.168.5GPT-6.2 Astra
エージェント・ツール66.460.8GPT-6.2 Astra
数学72.5–比較不可
知識74.261.7GPT-6.2 Astra
マルチモーダル71.7–比較不可
長文コンテキスト–66.6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。

2550 avg75推論コーディングエージェント・ツール知識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, 知識: 74.2Muse Wonder Full, 推論: 64.1Muse Wonder Full, コーディング: 68.5Muse Wonder Full, エージェント・ツール: 60.8Muse Wonder Full, 知識: 61.7

描画していないもの(測定済みのモデルが2つ未満):数学, 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31件のベンチマークのうち、GPT-6.2 Astraのリードが22件、Muse Wonder Fullのリードが9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 Full (max)トップ
BenchLeader Index68.960.8GPT-6.2 Astra
AA Intelligence Index v5.0.162.150.1GPT-6.2 Astra
Vals Index67.766.8GPT-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 Full (max)
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)41k88k
うち推論26k55k
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 Wonder Full (max)のスコアは60.8。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

110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 Full (max)
BenchLeader IndexBenchLeader68.960.8
エージェント・ツールスコアBenchLeader66.460.8
コーディングスコアBenchLeader76.168.5
総合スコアBenchLeader69.5–
知識スコアBenchLeader74.261.7
数学スコアBenchLeader72.5–
マルチモーダルスコアBenchLeader71.7–
推論スコアBenchLeader73.164.1
長文コンテキストスコアBenchLeader–66.6
ブレンド価格($/100万トークン)BenchLeader$16.00–
出力速度BenchLeader49 tok/s–
回答開始までの時間BenchLeader202.7秒–
コンテキストウィンドウBenchLeader1,050,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub96.8%–
LiveBench 2.0 ReasoningLiveBench91.6%–
Humanity's Last Exam (AA)Artificial Analysis–53.6%
HLE-Diamond (AA)Artificial Analysis72.2%48.5%
ARC-AGI-1ARC Prize98.5%–
ARC-AGI-2ARC Prize95.8%–
ARC-AGI-3ARC Prize99.8%–
CritPtArtificial Analysis–32.9%
CritPt v2 hard subset (AA)Artificial Analysis71.5%56.5%
MysteryMechanismVals AI53.1%35.1%
HLE-Diamond (Scale)Scale AI SEAL66.9%†–
Chess PuzzlesEpoch AI Benchmarking Hub78.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub95.0%–
コーディング
Arena WebDevArena (LMArena)17811723
LiveBench 2.0 CodingLiveBench91.9%–
SciCode (AA)Artificial Analysis–62.6%
IOIVals AI–79.8%
Code MigrationVals AI–61.0%
Code Migration v1.1Vals AI–62.8%
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI–47.3%
Vibe Code Bench 1-100Vals AI–34.0%
Vibe Code Bench v1.1Vals AI89.9%86.0%
Vibe Code Bench 1-100 v1.1Vals AI55.2%–
SWE Atlas v1.1Scale AI SEAL60.5%†–
110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 Full (max)
コーディング
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%–
Terminal-Bench 4.0 (AA)Artificial Analysis64.1%57.1%
Design Arena WebsiteDesign Arena1339†–
FrontierCode 1.1 (AA)Artificial Analysis–44.9%
FrontierCode 2.0 (AA)Artificial Analysis45.4%37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench62.1%–
Arena AgentArena (LMArena)15.28
LiveBench Long AgenticLiveBench70.8%–
LiveBench BrowserLiveBench93.0%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis–1857
Analyst Agent (AA)Artificial Analysis62.5%–
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI–59.1%
Finance Agent v2.1Vals AI60.8%67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI16.3%23.3%
Harvey's Legal Agent Benchmark v1Vals AI–21.7%
Legal Research BenchVals AI42.8%53.4%
Robo-benchVals AI32.7%10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI21.8%43.0%
Terminal-Bench 4.0 (Vals)Vals AI63.1%58.1%
Terminal-Bench ScienceVals AI71.4%37.1%
Arena Agent Task CompletionArena (LMArena)12.410.4
SpireClimbEpoch AI Benchmarking Hub41.3%–
AutomationBenchArtificial Analysis77.3%71.3%
GDP.pdf (AA)Artificial Analysis29.8%32.6%
Harvey LAB-AA v1.1Harvey15.0%13.1%
EnterpriseOps-GymArtificial Analysis29.9%–
AA-Briefcase v1.1Artificial Analysis16431729
GDPxGDPx by SemiAnalysis–9.0%
Design Arena AgenticDesign Arena1304–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis78.1%37.1%
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%–
Autoform-HardVals AI87.5%–
FrontierMath ErdősEpoch AI Benchmarking Hub10.3%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub78.5%–
LiveBench 2.0 Data AnalysisLiveBench84.1%–
LiveBench ResearchLiveBench91.5%–
AA-Omniscience v1.1Artificial Analysis5030.6
LegalBenchVals AI–87.4%
PRBench LegalScale AI SEAL43.1%†–
BioMysteryBenchVals AI80.7%73.3%
Excel Modeling BenchmarkVals AI–71.9%
Excel Modeling Benchmark v1.1Vals AI76.0%75.0%
MedCodeVals AI–49.9%
MedScribeVals AI–89.3%
Public Benefits Bench v1.1Vals AI–73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
DrugDiscoveryBenchScale AI SEAL65.5%†–
EBR-benchEpoch AI Benchmarking Hub92.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis68.6%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.9%82.4%
指示追従
MultiChallengeScale AI SEAL73.2%†–
マルチモーダル
LiveBench DesignLiveBench82.8%–
MMMU-ProArtificial Analysis89.5%–
Humanity's Sixth SenseScale AI SEAL63.2%†–
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–83.7%
MLCRArtificial Analysis39.4%22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub174.2†–
LiveBench 2.0LiveBench84.9%–
AA Intelligence Index v5.0.1Artificial Analysis62.150.1
AA Intelligence Index v4.3.2Artificial Analysis–55.8
AA Progress Index v1Artificial Analysis–343.2
Vals IndexVals AI67.766.8
Vals Finance IndexVals AI57.3%64.5%
Vals RSI IndexVals AI29.0%24.4%
Vals Science IndexVals AI68.4%48.5%
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI69.7%77.9%
AA Cyber IndexArtificial Analysis37.3–

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 Wonder Full (max):BenchLeader Index 61.7 → 61.0。
  • Muse Wonder Full (max):スコアの改訂2件。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):新しい結果1件(Arena Agent)。

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 Full:よくある質問

GPT-6.2 AstraはMuse Wonder Full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 60.8。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 Wonder Full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 69。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 Wonder Fullが1723です。
エージェントやツール利用にはGPT-6.2 AstraとMuse Wonder Full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 61。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 Wonder Fullが8です。
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 Fullは1,000,000)。
GPT-6.2 AstraとMuse Wonder Full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31件のベンチマークのうち、GPT-6.2 Astraのリードが22件、Muse Wonder Fullのリードが9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。