GPT-6.2 Sol vs Muse Wonder Full
詳しいプロフィール:GPT-6.2 Sol(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 · 9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 SolがMuse Wonder Fullを上回ります(BenchLeader Indexで64.6 対 60.8)。両方を測定できるすべてのカテゴリでGPT-6.2 Sol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 Solが64.6、Muse Wonder Fullが60.8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)。
- 両モデルに結果がある29件のベンチマークのうち、GPT-6.2 Solが17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 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 Sol | カテゴリスコア75 対 69;Arena WebDev 1757 対 1723 | 中 |
| エージェント・ツール利用 | GPT-6.2 Sol | カテゴリスコア65 対 61;Arena Agent 11.3 対 8 | 中 |
| 推論 | GPT-6.2 Sol | カテゴリスコア70 対 64;HLE-Diamond (AA) 64.0% 対 48.5% | 中 |
| 知識 | GPT-6.2 Sol | カテゴリスコア65 対 62;AA-Omniscience v1.1 40.4 対 30.6 | 中 |
| 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 Sol (max)がリードしています:64.6 対 60.8。
- GPT-6.2 Sol (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 Sol | Muse Wonder Full |
|---|---|---|
| プロバイダー | OpenAI | Meta |
| 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) | 1,050,000 | 1,000,000 |
| 比較した構成 | GPT-6.2 Sol (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) | $2.00 / $10.00 / $0.100 | – |
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 Full (max) | トップ |
|---|---|---|---|
| 推論 | 70.1 | 64.1 | GPT-6.2 Sol |
| コーディング | 74.5 | 68.5 | GPT-6.2 Sol |
| エージェント・ツール | 65.1 | 60.8 | GPT-6.2 Sol |
| 知識 | 65.4 | 61.7 | GPT-6.2 Sol |
| 長文コンテキスト | – | 66.6 | 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。
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。
情報源で評価が分かれる点
両方に結果がある29件のベンチマークのうち、GPT-6.2 Solのリードが17件、Muse Wonder Fullのリードが12件です。第三者の総合指標でも評価が分かれ、GPT-6.2 SolはBenchLeader Index、AA Intelligence Index v5.0.1で、Muse Wonder FullはVals Indexでリードしています。
| 総合Index | GPT-6.2 Sol (max) | Muse Wonder Full (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 64.6 | 60.8 | GPT-6.2 Sol |
| AA Intelligence Index v5.0.1 | 57.3 | 50.1 | GPT-6.2 Sol |
| Vals Index | 66.1 | 66.8 | Muse Wonder Full |
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 Full (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | – |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | – / – |
| 100万トークンあたりのキャッシュ入力 | $0.100 | – |
| タスクあたりの価格:チャットの返答 | $0.0038 | – |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | – |
| タスクあたりの価格:コード編集 | $0.027 | – |
| 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 | – |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | – |
| 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 | – |
| ベンチマークのタスクあたりのコスト(AA Index) | $1.01 | – |
| タスクあたりの出力トークン(AA Index) | 40k | 88k |
| うち推論 | 23k | 55k |
| タスクあたりの時間(AA Index) | 9 min | – |
| 出力速度 | 74 tok/s | – |
| 回答開始までの時間 | 78.8秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-6.2 Sol (max)のスコアは64.6、最初の回答トークンまで79秒。GPT-6.2 Sol (xhigh)は63.3(32秒)、GPT-6.2 Sol (high)は62.3(12秒)。Muse Wonder Full (max)のスコアは60.8。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
94件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-6.2 Sol (max) | Muse Wonder Full (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 64.6 | 60.8 |
| エージェント・ツールスコア | BenchLeader | 65.1 | 60.8 |
| コーディングスコア | BenchLeader | 74.5 | 68.5 |
| 総合スコア | BenchLeader | 64.5 | – |
| 知識スコア | BenchLeader | 65.4 | 61.7 |
| 推論スコア | BenchLeader | 70.1 | 64.1 |
| 長文コンテキストスコア | BenchLeader | – | 66.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | – |
| 出力速度 | BenchLeader | 74 tok/s | – |
| 回答開始までの時間 | BenchLeader | 78.8秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 1,000,000トークン |
| 推論 | |||
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 53.6% |
| HLE-Diamond (AA) | Artificial Analysis | 64.0% | 48.5% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 67.0%† | – |
| ARC-AGI-1 | ARC Prize | 97.5% | – |
| ARC-AGI-2 | ARC Prize | 85.8% | – |
| ARC-AGI-3 | ARC Prize | 98.2% | – |
| CritPt | Artificial Analysis | – | 32.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 62.5% | 56.5% |
| MysteryMechanism | Vals AI | 36.9% | 35.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | 56.5%† | – |
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1757 | 1723 |
| LiveBench 2.0 Coding | LiveBench | 83.7% | – |
| SciCode (AA) | Artificial Analysis | – | 62.6% |
| IOI | Vals AI | – | 79.8% |
| Code Migration | Vals AI | – | 61.0% |
| Code Migration v1.1 | Vals AI | – | 62.8% |
| ProgramBench | Vals AI | – | 0.5% |
| SWE-bench Multimodal | Vals AI | – | 47.3% |
| Vibe Code Bench 1-100 | Vals AI | – | 34.0% |
| Vibe Code Bench v1.1 | Vals AI | 87.6% | 86.0% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 40.9% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 60.5%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 61.3%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 64.4%† | – |
94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 Full (max) |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 55.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 60.1% | 57.1% |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 44.9% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 44.4% | 37.8% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 61.5% | – |
| Arena Agent | Arena (LMArena) | 11.3 | 8 |
| LiveBench Long Agentic | LiveBench | 63.6% | – |
| LiveBench Browser | LiveBench | 88.2% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 67.8% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1857 |
| Analyst Agent (AA) | Artificial Analysis | 53.8% | – |
| CyberBench | Vals AI | – | 73.6% |
| Finance Agent v2 | Vals AI | – | 59.1% |
| Finance Agent v2.1 | Vals AI | 58.9% | 67.6% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 12.1% | 23.3% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 21.7% |
| Legal Research Bench | Vals AI | 37.0% | 53.4% |
| Robo-bench | Vals AI | – | 10.4% |
| SREBench | Vals AI | – | 11.8% |
| Tax Agent Bench | Vals AI | 24.8% | 43.0% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 60.6% | 58.1% |
| Terminal-Bench Science | Vals AI | 58.6% | 37.1% |
| Arena Agent Task Completion | Arena (LMArena) | 10.9 | 10.4 |
| AutomationBench | Artificial Analysis | 71.3% | 71.3% |
| GDP.pdf (AA) | Artificial Analysis | 30.0% | 32.6% |
| Harvey LAB-AA v1.1 | Harvey | 11.1% | 13.1% |
| EnterpriseOps-Gym | Artificial Analysis | 28.9% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1612 | 1729 |
| GDPx | GDPx by SemiAnalysis | – | 9.0% |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 67.6% | 37.1% |
| CWE-Bench (AA) | Artificial Analysis | 61.7% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 51.6% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.0% | – |
| 数学 | |||
| Autoform-Hard | Vals AI | 85.7% | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 81.1% | – |
| LiveBench Research | LiveBench | 90.1% | – |
| AA-Omniscience v1.1 | Artificial Analysis | 40.4 | 30.6 |
| LegalBench | Vals AI | – | 87.4% |
| PRBench Legal | Scale AI SEAL | 43.3%† | – |
| BioMysteryBench | Vals AI | 77.8% | 73.3% |
| Excel Modeling Benchmark | Vals AI | – | 71.9% |
| Excel Modeling Benchmark v1.1 | Vals AI | 74.3% | 75.0% |
| MedCode | Vals AI | – | 49.9% |
| MedScribe | Vals AI | – | 89.3% |
| Public Benefits Bench v1.1 | Vals AI | – | 73.8% |
| Access to Justice Benchmark | Vals AI | – | 74.7% |
| Financial Coaching Bench | Vals AI | – | 75.0% |
| Immigration Bench | Vals AI | – | 71.2% |
| DrugDiscoveryBench | Scale AI SEAL | 62.2%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 61.6% | 41.0% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 44.6% | 82.4% |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | 72.0%† | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 80.0% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 56.8%† | – |
| VIALS-AA | Handshake AI | 62.7% | – |
| AA-3D | Artificial Analysis | 1259 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 83.7% |
| MLCR | Artificial Analysis | 37.2% | 22.2% |
| 総合 | |||
| LiveBench 2.0 | LiveBench | 80.3% | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 57.3 | 50.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 55.8 |
| AA Progress Index v1 | Artificial Analysis | – | 343.2 |
| Vals Index | Vals AI | 66.1 | 66.8 |
| Vals Finance Index | Vals AI | 56.7% | 64.5% |
| Vals RSI Index | Vals AI | – | 24.4% |
| Vals Science Index | Vals AI | 57.8% | 48.5% |
| Vals Router Index | Vals AI | – | 66.8%† |
| Vals Legal Index | Vals AI | 66.7% | 77.9% |
| AA Cyber Index | Artificial Analysis | 37.8 | – |
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。
- GPT-6.2 Sol (max):新しい結果2件(Vibe Code Bench 1-100 v1.1, 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)。
関連する比較
- GPT-6.2 Sol vs Claude Fable 5.2
- GPT-6.2 Sol vs GPT-6.2 Astra
- GPT-6.2 Sol vs Gemini 4 Carbon
- Muse Wonder Full vs Claude Fable 5.2
- Muse Wonder Full vs GPT-6.2 Astra
- Muse Wonder Full vs Gemini 4 Carbon
- Muse Wonder Full vs Claude Opus 5.5
- GPT-6.1 Terra vs Muse Wonder Full
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 Full:よくある質問
- GPT-6.2 SolはMuse Wonder Fullより優れていますか?
- 品質ではGPT-6.2 Sol (max)がリードしています:64.6 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 Sol (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 Sol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 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 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 Solが1757、Muse Wonder Fullが1723です。
- エージェントやツール利用にはGPT-6.2 Sol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 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 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 Solが11.3、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 Solは1,050,000、Muse Wonder Fullは1,000,000)。
- GPT-6.2 Sol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29件のベンチマークのうち、GPT-6.2 Solのリードが17件、Muse Wonder Fullのリードが12件です。第三者の総合指標でも評価が分かれ、GPT-6.2 SolはBenchLeader Index、AA Intelligence Index v5.0.1で、Muse Wonder FullはVals Indexでリードしています。
ほかの質問(1件)
- 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。