BenchLeader

GPT-6.2 Sol vs Muse Spark 1.1

詳しいプロフィール:GPT-6.2 Sol(OpenAI)とMuse Spark 1.1(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、GPT-6.2 SolとMuse Spark 1.1の品質は互角です(BenchLeader Indexで64.6 対 61.8、±6.4の誤差範囲内)。価格はMuse Spark 1.1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$2.00 対 $4.00です。エージェント・ツール(65 対 50)、コーディング(75 対 66)、推論(70 対 68)を重視するならGPT-6.2 Sol、知識(68 対 65)を重視するならMuse Spark 1.1が向いています。回答開始までの時間はMuse Spark 1.1の方が短く、1.5秒 対 78.8秒です。Muse Spark 1.1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 Solが64.6、Muse Spark 1.1が61.8です(BenchLeader、2026年11月19日)。
  • GPT-6.2 Solの100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月19日)。
  • Muse Spark 1.1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 1.1はGPT-6.2 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19日)。
  • 両モデルに結果がある3件のベンチマークのうち、GPT-6.2 Solが3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 Solが1757、Muse Spark 1.1が1541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 Solカテゴリスコア75 対 66;Arena WebDev 1757 対 1541高
エージェント・ツール利用GPT-6.2 Solカテゴリスコア65 対 50;Arena Agent 11.3 対 -9高
推論GPT-6.2 Solカテゴリスコア70 対 68中
知識Muse Spark 1.1カテゴリスコア68 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 1.1のみです(カテゴリスコア65)比較不可
最低コストMuse Spark 1.1100万トークンあたりブレンド価格$2.00 対 $4.00;エージェント型コーディングセッション$0.092 対 $0.160–
回答開始の速さMuse Spark 1.1最初の回答トークンまで1.5秒(Muse Spark 1.1)対 78.8秒(GPT-6.2 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

  • GPT-6.2 Sol (max)とMuse Spark 1.1の品質は互角です(64.6 対 61.8、±6.4の誤差範囲内)。
  • GPT-6.2 Sol (max)はエージェント・ツール、コーディング、推論で優れています。
  • Muse Spark 1.1は知識で優れています。
  • Muse Spark 1.1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$2.00 対 $4.00)。
  • Muse Spark 1.1の方が出力が2.7倍速くなっています(198 対 74トークン/秒)。

概要

仕様GPT-6.2 SolMuse Spark 1.1
プロバイダーOpenAIMeta
リリース日2026年11月17日2026年7月9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 Sol (max)Muse Spark 1.1
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)$2.00 / $10.00 / $0.100$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 Sol (max)Muse Spark 1.1トップ
推論70.167.8GPT-6.2 Sol
コーディング74.565.5GPT-6.2 Sol
エージェント・ツール65.150.4GPT-6.2 Sol
数学–61.3比較不可
知識65.468.3Muse Spark 1.1
指示追従–68.7比較不可
人間の評価–64.5比較不可
マルチモーダル–63.6比較不可
総合64.5–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 Sol, 推論: 70.1GPT-6.2 Sol, コーディング: 74.5GPT-6.2 Sol, エージェント・ツール: 65.1GPT-6.2 Sol, 知識: 65.4Muse Spark 1.1, 推論: 67.8Muse Spark 1.1, コーディング: 65.5Muse Spark 1.1, エージェント・ツール: 50.4Muse Spark 1.1, 知識: 68.3

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3件のベンチマークのうち、GPT-6.2 Solのリードが3件、Muse Spark 1.1のリードが0件です。

総合IndexGPT-6.2 Sol (max)Muse Spark 1.1トップ
BenchLeader Index64.661.8互角

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 Sol (max)Muse Spark 1.1
100万トークンあたりのブレンド価格$4.00$2.00
100万トークンあたりの入力/出力$2.00 / $10.00$1.25 / $4.25
100万トークンあたりのキャッシュ入力$0.100$0.150
タスクあたりの価格:チャットの返答$0.0038$0.0018
タスクあたりの価格:30ページのレポートを要約$0.030$0.018
タスクあたりの価格:コード編集$0.027$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$0.160$0.092
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.074$0.043
ベンチマークのタスクあたりのコスト(AA Index)$1.01–
タスクあたりの出力トークン(AA Index)40k–
うち推論23k–
タスクあたりの時間(AA Index)9 min–
出力速度74 tok/s198 tok/s
回答開始までの時間78.8秒1.5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 Sol (max)のスコアは64.6、最初の回答トークンまで79秒。GPT-6.2 Sol (xhigh)は63.3(32秒)、GPT-6.2 Sol (high)は62.3(12秒)。Muse Spark 1.1のスコアは61.8、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(12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

137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 Sol (max)Muse Spark 1.1
BenchLeader IndexBenchLeader64.661.8
エージェント・ツールスコアBenchLeader65.150.4
コーディングスコアBenchLeader74.565.5
総合スコアBenchLeader64.5–
知識スコアBenchLeader65.468.3
推論スコアBenchLeader70.167.8
人間の評価スコアBenchLeader–64.5
指示追従スコアBenchLeader–68.7
数学スコアBenchLeader–61.3
マルチモーダルスコアBenchLeader–63.6
ブレンド価格($/100万トークン)BenchLeader$4.00$2.00
出力速度BenchLeader74 tok/s198 tok/s
回答開始までの時間BenchLeader78.8秒1.5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
Arena Hard PromptsArena (LMArena)–1511
LiveBench 2.0 ReasoningLiveBench90.6%–
LiveBench 1.0 ReasoningLiveBench–87.7%†
GPQA Diamond (AA)Artificial Analysis–89.8%†
Humanity's Last Exam (AA)Artificial Analysis–46.2%†
HLE-Diamond (AA)Artificial Analysis64.0%–
GPQA Diamond (Vals)Vals AI–91.2%†
Kagi LLM BenchmarkKagi LLM Benchmark67.0%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize85.8%–
ARC-AGI-3ARC Prize98.2%–
CritPtArtificial Analysis–15.1%†
CritPt v2 hard subset (AA)Artificial Analysis62.5%–
MysteryMechanismVals AI36.9%–
HLE-Diamond (Scale)Scale AI SEAL56.5%†–
Arena ExpertArena (LMArena)–1503
Chess PuzzlesEpoch AI Benchmarking Hub–34.0%†
LMCAEpoch AI Benchmarking Hub–49.9%†
DTBenchEpoch AI Benchmarking Hub–94.4%†
コーディング
SciCodeSciCode–58.8%
Arena CodingArena (LMArena)–1533
Arena WebDevArena (LMArena)17571541
LiveBench 2.0 CodingLiveBench83.7%–
LiveBench 1.0 CodingLiveBench–77.2%†
LiveCodeBenchVals AI–85.9%†
137件のベンチマークをすべて表示
指標公開元GPT-6.2 Sol (max)Muse Spark 1.1
コーディング
SWE-bench (Vals)Vals AI–82.0%†
SWE-Bench ProScale AI SEAL–61.5%
Code MigrationVals AI–31.1%†
ProgramBenchVals AI–0.0%†
Vibe Code Bench v1.1Vals AI87.6%72.2%†
Vibe Code Bench 1-100 v1.1Vals AI40.9%–
SWE-Bench Pro (private)Scale AI SEAL–51.5%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–42.2%†
SWE Atlas v1.0: Test WritingScale AI SEAL–41.5%†
SWE Atlas v1.1Scale AI SEAL60.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL61.3%†–
SWE Atlas v1.1: Test WritingScale AI SEAL64.4%†–
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†–
Surface Evolver BenchEpoch AI Benchmarking Hub–52.5%†
DeepSWE v1.1Epoch AI Benchmarking Hub–53.3%
Terminal-Bench 4.0 (AA)Artificial Analysis60.1%6.1%†
Terminal-Bench 2.1 (AA)Artificial Analysis–77.9%†
Design Arena WebsiteDesign Arena–1268
FrontierCode 2.0 (AA)Artificial Analysis44.4%–
エージェント・ツール
Terminal-BenchTerminal-Bench61.5%–
APEX-AgentsMercor–31.8%
Arena AgentArena (LMArena)11.3-9
LiveBench Long AgenticLiveBench63.6%–
LiveBench BrowserLiveBench88.2%–
LiveBench Agentic CodingLiveBench–58.5%†
Terminal-Bench 2.1 (Vals)Vals AI–69.3%†
MCP AtlasScale AI SEAL–88.1%
τ³-bench Bankingτ²-bench–40.5%†
GDPval-AA v2.1Artificial Analysis–1216†
τ³-Banking (AA)Artificial Analysis–31.8%†
Analyst Agent (AA)Artificial Analysis53.8%–
Finance Agent v2Vals AI–57.2%†
Finance Agent v2.1Vals AI58.9%–
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%–
Harvey's Legal Agent Benchmark v1Vals AI–20.0%†
Legal Research BenchVals AI37.0%38.0%†
SkillsBenchVals AI–59.2%†
Tax Agent BenchVals AI24.8%–
Terminal-Bench 4.0 (Vals)Vals AI60.6%–
Terminal-Bench ScienceVals AI58.6%–
Time Horizon Index: KSPVals AI–1.7%†
Arena Agent Task CompletionArena (LMArena)10.9-7.3
GBAEvalEpoch AI Benchmarking Hub–7.9%
Vending-Bench 2Andon Labs–6520.5
AutomationBenchArtificial Analysis71.3%38.9%†
GDP.pdf (AA)Artificial Analysis30.0%14.4%†
Harvey LAB-AA v1.1Harvey11.1%–
EnterpriseOps-GymArtificial Analysis28.9%–
AA-Briefcase v1.1Artificial Analysis1612851†
Design Arena AgenticDesign Arena–1163
Terminal-Bench-Science 0.1 (AA)Artificial Analysis67.6%–
CWE-Bench (AA)Artificial Analysis61.7%–
DeepSec-Bench (AA)Artificial Analysis51.6%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
数学
ProofBenchVals AI–39.0%
LiveBench MathematicsLiveBench–87.1%†
Autoform-HardVals AI85.7%–
Arena MathsArena (LMArena)–1494
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–57.8%
LiveBench 2.0 Data AnalysisLiveBench81.1%–
LiveBench ResearchLiveBench90.1%–
LiveBench 1.0 Data AnalysisLiveBench–72.5%†
AA-Omniscience v1.1Artificial Analysis40.4–
MMLU-ProVals AI–88.7%†
LegalBenchVals AI–85.0%†
CorpFinVals AI–71.3%†
TaxEvalVals AI–79.7%†
PRBench FinanceScale AI SEAL–55.0%
PRBench LegalScale AI SEAL43.3%†57.0%
MultiNRCScale AI SEAL–65.6%
BioMysteryBenchVals AI77.8%–
Excel Modeling BenchmarkVals AI–56.4%†
Excel Modeling Benchmark v1.1Vals AI74.3%–
MedScribeVals AI–88.9%†
Public Benefits Bench v1.1Vals AI–61.3%†
DrugDiscoveryBenchScale AI SEAL62.2%†–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis44.6%–
指示追従
LiveBench LanguageLiveBench–74.3%†
LiveBench Instruction FollowingLiveBench–69.6%†
MultiChallengeScale AI SEAL72.0%†75.3%
Arena Instruction FollowingArena (LMArena)–1473
人間の評価
Arena TextArena (LMArena)–1491
EQ-Bench 4EQ-Bench–1244
EQ-Bench Creative Writing v3EQ-Bench–1928
Arena Creative WritingArena (LMArena)–1443
Arena Multi-turnArena (LMArena)–1497
Arena Longer QueriesArena (LMArena)–1481
マルチモーダル
Arena VisionArena (LMArena)–1292
LiveBench DesignLiveBench80.0%–
MMMU-Pro (Vals)Vals AI–86.6%†
MortgageTaxVals AI–66.1%†
Humanity's Sixth SenseScale AI SEAL56.8%†–
VTBScale AI SEAL–44.8%
VIALS-AAHandshake AI62.7%–
AA-3DArtificial Analysis1259–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–77.7%†
Arena DocumentArena (LMArena)–1480
MLCRArtificial Analysis37.2%7.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–154.9
LiveBench 2.0LiveBench80.3%–
LiveBench 1.0LiveBench–75.3%†
AA Intelligence Index v5.0.1Artificial Analysis57.3–
AA Intelligence Index v4.3.2Artificial Analysis–33.7†
AA Progress Index v1Artificial Analysis–302.7†
Vals IndexVals AI66.1–
Vals Finance IndexVals AI56.7%–
Vals Science IndexVals AI57.8%–
Vals Multimodal IndexVals AI–66.7%†
Vals Legal IndexVals AI66.7%–
AA Cyber IndexArtificial Analysis37.8–
安全性・誠実さ
FORTRESSScale AI SEAL–12.4%

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。

最近の変化

  • GPT-6.2 Sol (max):BenchLeader Index 63.2 → 64.6。
  • GPT-6.2 Sol (max):新しい結果4件(VIALS-AA, Arena WebDev, Arena Agent…)。
  • GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
  • Muse Spark 1.1:BenchLeader Index 62.5 → 62.0。
  • GPT-6.2 Sol (max):新しい結果2件(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Spark 1.1:スコアの改訂2件。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Spark 1.1:スコアの改訂2件。
  • Muse Spark 1.1:スコアの改訂1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 Sol vs Muse Spark 1.1:よくある質問

GPT-6.2 SolはMuse Spark 1.1より優れていますか?
GPT-6.2 Sol (max)とMuse Spark 1.1の品質は互角です(64.6 対 61.8、±6.4の誤差範囲内)。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日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
GPT-6.2 SolとMuse Spark 1.1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 1.1の方が安く、100万トークンあたり$2.00 対 $4.00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 SolとMuse Spark 1.1のどちらが向いていますか?
コーディングではGPT-6.2 Solの方がスコアが高くなっています(カテゴリ指標で75 対 66。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 Solが1757、Muse Spark 1.1が1541です。
GPT-6.2 SolとMuse Spark 1.1はどちらが速いですか?
Muse Spark 1.1の方が出力が約2倍速くなっています(出力198 対 74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 SolとMuse Spark 1.1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 Solの方がスコアが高くなっています(カテゴリ指標で65 対 50。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 Solが11.3、Muse Spark 1.1が-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?
どちらも約1.1Mトークンです(GPT-6.2 Solは1,050,000、Muse Spark 1.1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 1.1です。Artificial Analysisの測定では、最初の回答トークンまで1.5秒 対 78.8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 SolとMuse Spark 1.1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3件のベンチマークのうち、GPT-6.2 Solのリードが3件、Muse Spark 1.1のリードが0件です。
GPT-6.2 Solはいつリリースされましたか?
GPT-6.2 Solは2026年11月17日にリリースされました。