BenchLeader

GPT-6.2 Sol vs Muse Wonder

詳しいプロフィール:GPT-6.2 Sol(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 · 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 Wonderの品質は互角です(BenchLeader Indexで64.6 対 64.2、±3.9の誤差範囲内)。価格はGPT-6.2 Sol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$4.00 対 $8.00です。両方を測定できるすべてのカテゴリでMuse Wonderがリードしています。Muse Wonderの方が出力が速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGPT-6.2 Solが64.6、Muse Wonderが64.2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 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 Solより出力が速いです(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 65高
知識Muse Wonderカテゴリスコア76 対 65高
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GPT-6.2 Sol100万トークンあたりブレンド価格$4.00 対 $8.00;エージェント型コーディングセッション$0.160 対 $0.320–
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 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 Wonderの品質は互角です(64.6 対 64.2、±3.9の誤差範囲内)。
  • Muse Wonderはエージェント・ツール、知識で優れています。
  • GPT-6.2 Sol (max)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$4.00 対 $8.00)。
  • Muse Wonderの方が出力が1.5倍速くなっています(113 対 74トークン/秒)。

概要

仕様GPT-6.2 SolMuse 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 Sol (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)$2.00 / $10.00 / $0.100$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 Sol (max)Muse Wonderトップ
推論70.1–比較不可
コーディング74.5–比較不可
エージェント・ツール65.175.7Muse Wonder
数学–70.1比較不可
知識65.475.5Muse Wonder
人間の評価–69.6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・ツール数学知識人間の評価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 Wonder, エージェント・ツール: 75.7Muse Wonder, 数学: 70.1Muse Wonder, 知識: 75.5Muse Wonder, 人間の評価: 69.6

破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。

描画していないもの(これらのモデルの結果なし):指示追従, 長文コンテキスト, マルチモーダル。

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 Sol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 Solが上回っています。

総合IndexGPT-6.2 Sol (max)Muse Wonderトップ
BenchLeader Index64.664.2互角
AA Intelligence Index v5.0.157.340.5†GPT-6.2 Sol
Vals Index66.164.9†GPT-6.2 Sol

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 Wonder
100万トークンあたりのブレンド価格$4.00$8.00
100万トークンあたりの入力/出力$2.00 / $10.00$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.100$0.200
タスクあたりの価格:チャットの返答$0.0038$0.0076
タスクあたりの価格:30ページのレポートを要約$0.030$0.060
タスクあたりの価格:コード編集$0.027$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$0.160$0.320
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.074$0.149
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/s113 tok/s
回答開始までの時間78.8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 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 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

138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 Wonder
BenchLeader IndexBenchLeader64.664.2
エージェント・ツールスコアBenchLeader65.175.7
コーディングスコアBenchLeader74.5–
総合スコアBenchLeader64.5–
知識スコアBenchLeader65.475.5
推論スコアBenchLeader70.1–
人間の評価スコアBenchLeader–69.6
数学スコアBenchLeader–70.1
ブレンド価格($/100万トークン)BenchLeader$4.00$8.00
出力速度BenchLeader74 tok/s113 tok/s
回答開始までの時間BenchLeader78.8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
Arena Hard PromptsArena (LMArena)–1530†
LiveBench 2.0 ReasoningLiveBench90.6%90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis–50.1%†
HLE-Diamond (AA)Artificial Analysis64.0%39.0%†
Kagi LLM BenchmarkKagi LLM Benchmark67.0%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize85.8%–
ARC-AGI-3ARC Prize98.2%–
CritPtArtificial Analysis–28.3%†
CritPt v2 hard subset (AA)Artificial Analysis62.5%50.5%†
MysteryMechanismVals AI36.9%27.5%†
HLE-Diamond (Scale)Scale AI SEAL56.5%†37.3%
Arena ExpertArena (LMArena)–1525†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–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)17571648†
LiveBench 2.0 CodingLiveBench83.7%74.9%†
LiveBench 1.0 CodingLiveBench–80.7%†
IOIVals AI–66.9%†
Code MigrationVals AI–62.5%†
Code Migration v1.1Vals AI–72.4%†
138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 Wonder
コーディング
SWE-bench MultimodalVals AI–45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
Vibe Code Bench v1.1Vals AI87.6%83.1%†
Vibe Code Bench 1-100 v1.1Vals AI40.9%–
SWE Atlas v1.1Scale AI SEAL60.5%†64.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL61.3%†73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL64.4%†61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†60.0%
SWE-Bench Pro V2Scale AI SEAL–96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub–45.6%†
CursorBenchCursor–50.4%†
WeirdML v3WeirdML–15.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis60.1%52.0%†
GameBench 2 OverallDuelLab GameBench 2–64.8
GameBench 2 by reasoning settingDuelLab GameBench 2–54.9†
Design Arena WebsiteDesign Arena–1369†
FrontierCode 1.1 (AA)Artificial Analysis–46.5%†
FrontierCode 2.0 (AA)Artificial Analysis44.4%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench61.5%47.0%†
APEX-AgentsMercor–66.1%†
Arena AgentArena (LMArena)11.30.6†
LiveBench Long AgenticLiveBench63.6%46.2%†
LiveBench BrowserLiveBench88.2%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 Analysis53.8%–
CUA-benchVals AI–7.2%†
CyberBenchVals AI–80.4%†
Finance Agent v2Vals AI–56.6%†
Finance Agent v2.1Vals AI58.9%65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%23.8%†
Harvey's Legal Agent Benchmark v1Vals AI–17.1%†
Legal Research BenchVals AI37.0%50.5%†
Tax Agent BenchVals AI24.8%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI60.6%49.5%†
Terminal-Bench ScienceVals AI58.6%22.9%†
Arena Agent Task CompletionArena (LMArena)10.92.5†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs–9432.2
AutomationBenchArtificial Analysis71.3%68.1%†
GDP.pdf (AA)Artificial Analysis30.0%30.6%†
Harvey LAB-AA v1.1Harvey11.1%10.0%†
EnterpriseOps-GymArtificial Analysis28.9%–
AA-Briefcase v1.1Artificial Analysis16121659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena–1173†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis67.6%25.7%†
CWE-Bench (AA)Artificial Analysis61.7%–
DeepSec-Bench (AA)Artificial Analysis51.6%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis–47.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–99.4%†
ProofBenchVals AI–84.0%
LiveBench MathematicsLiveBench–96.5%†
Autoform-HardVals AI85.7%–
Arena MathsArena (LMArena)–1501†
知識
LiveBench 2.0 Data AnalysisLiveBench81.1%81.6%†
LiveBench ResearchLiveBench90.1%93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis40.425.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL43.3%†58.4%
BioMysteryBenchVals AI77.8%67.0%†
Excel Modeling BenchmarkVals AI–67.1%†
Excel Modeling Benchmark v1.1Vals AI74.3%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 SEAL62.2%†–
EBR-benchEpoch AI Benchmarking Hub–31.4%†
GDP.pdfEpoch AI Benchmarking Hub–54.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis44.6%79.1%†
指示追従
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
MultiChallengeScale AI SEAL72.0%†–
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 DesignLiveBench80.0%70.9%†
MMMU-ProArtificial Analysis–83.8%†
Humanity's Sixth SenseScale AI SEAL56.8%†43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–31.7%
Furniture AssemblyEpoch AI Benchmarking Hub–54.2%†
VIALS-AAHandshake AI62.7%55.3%†
Code2Video-AAArtificial Analysis–997†
AA-3DArtificial Analysis1259–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–80.7%†
MLCRArtificial Analysis37.2%22.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–161.7
LiveBench 2.0LiveBench80.3%70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis57.343.6†
AA Intelligence Index v4.3.2Artificial Analysis–52.4†
AA Progress Index v1Artificial Analysis–335.8†
Vals IndexVals AI66.164.9†
Vals Finance IndexVals AI56.7%61.2%†
Vals Science IndexVals AI57.8%39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI66.7%75.3%†
AA Cyber IndexArtificial Analysis37.8–
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 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…)。
  • Muse Wonder:新しい結果1件(FORTRESS)。
  • GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
  • GPT-6.2 Sol (max):新しい結果2件(Vibe Code Bench 1-100 v1.1, 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 Sol vs Muse Wonder:よくある質問

GPT-6.2 SolはMuse Wonderより優れていますか?
GPT-6.2 Sol (max)とMuse Wonderの品質は互角です(64.6 対 64.2、±3.9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 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GPT-6.2 Solの方が安く、100万トークンあたり$4.00 対 $8.00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 SolとMuse Wonderはどちらが速いですか?
Muse Wonderの方が出力が速くなっています(出力113 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 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 65。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 Sol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 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。