BenchLeader

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 SolMuse 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 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70.164.1GPT-6.2 Sol
コーディング74.568.5GPT-6.2 Sol
エージェント・ツール65.160.8GPT-6.2 Sol
知識65.461.7GPT-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。

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 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IndexGPT-6.2 Sol (max)Muse Wonder Full (max)トップ
BenchLeader Index64.660.8GPT-6.2 Sol
AA Intelligence Index v5.0.157.350.1GPT-6.2 Sol
Vals Index66.166.8Muse 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)40k88k
うち推論23k55k
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 IndexBenchLeader64.660.8
エージェント・ツールスコアBenchLeader65.160.8
コーディングスコアBenchLeader74.568.5
総合スコアBenchLeader64.5–
知識スコアBenchLeader65.461.7
推論スコアBenchLeader70.164.1
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$4.00–
出力速度BenchLeader74 tok/s–
回答開始までの時間BenchLeader78.8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
LiveBench 2.0 ReasoningLiveBench90.6%–
Humanity's Last Exam (AA)Artificial Analysis–53.6%
HLE-Diamond (AA)Artificial Analysis64.0%48.5%
Kagi LLM BenchmarkKagi LLM Benchmark67.0%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize85.8%–
ARC-AGI-3ARC Prize98.2%–
CritPtArtificial Analysis–32.9%
CritPt v2 hard subset (AA)Artificial Analysis62.5%56.5%
MysteryMechanismVals AI36.9%35.1%
HLE-Diamond (Scale)Scale AI SEAL56.5%†–
コーディング
Arena WebDevArena (LMArena)17571723
LiveBench 2.0 CodingLiveBench83.7%–
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 AI87.6%86.0%
Vibe Code Bench 1-100 v1.1Vals AI40.9%–
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%†–
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: RefactoringScale AI SEAL55.7%†–
Terminal-Bench 4.0 (AA)Artificial Analysis60.1%57.1%
FrontierCode 1.1 (AA)Artificial Analysis–44.9%
FrontierCode 2.0 (AA)Artificial Analysis44.4%37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench61.5%–
Arena AgentArena (LMArena)11.38
LiveBench Long AgenticLiveBench63.6%–
LiveBench BrowserLiveBench88.2%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis–1857
Analyst Agent (AA)Artificial Analysis53.8%–
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI–59.1%
Finance Agent v2.1Vals AI58.9%67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%23.3%
Harvey's Legal Agent Benchmark v1Vals AI–21.7%
Legal Research BenchVals AI37.0%53.4%
Robo-benchVals AI–10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI24.8%43.0%
Terminal-Bench 4.0 (Vals)Vals AI60.6%58.1%
Terminal-Bench ScienceVals AI58.6%37.1%
Arena Agent Task CompletionArena (LMArena)10.910.4
AutomationBenchArtificial Analysis71.3%71.3%
GDP.pdf (AA)Artificial Analysis30.0%32.6%
Harvey LAB-AA v1.1Harvey11.1%13.1%
EnterpriseOps-GymArtificial Analysis28.9%–
AA-Briefcase v1.1Artificial Analysis16121729
GDPxGDPx by SemiAnalysis–9.0%
Terminal-Bench-Science 0.1 (AA)Artificial Analysis67.6%37.1%
CWE-Bench (AA)Artificial Analysis61.7%–
DeepSec-Bench (AA)Artificial Analysis51.6%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
数学
Autoform-HardVals AI85.7%–
知識
LiveBench 2.0 Data AnalysisLiveBench81.1%–
LiveBench ResearchLiveBench90.1%–
AA-Omniscience v1.1Artificial Analysis40.430.6
LegalBenchVals AI–87.4%
PRBench LegalScale AI SEAL43.3%†–
BioMysteryBenchVals AI77.8%73.3%
Excel Modeling BenchmarkVals AI–71.9%
Excel Modeling Benchmark v1.1Vals AI74.3%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 SEAL62.2%†–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis44.6%82.4%
指示追従
MultiChallengeScale AI SEAL72.0%†–
マルチモーダル
LiveBench DesignLiveBench80.0%–
Humanity's Sixth SenseScale AI SEAL56.8%†–
VIALS-AAHandshake AI62.7%–
AA-3DArtificial Analysis1259–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–83.7%
MLCRArtificial Analysis37.2%22.2%
総合
LiveBench 2.0LiveBench80.3%–
AA Intelligence Index v5.0.1Artificial Analysis57.350.1
AA Intelligence Index v4.3.2Artificial Analysis–55.8
AA Progress Index v1Artificial Analysis–343.2
Vals IndexVals AI66.166.8
Vals Finance IndexVals AI56.7%64.5%
Vals RSI IndexVals AI–24.4%
Vals Science IndexVals AI57.8%48.5%
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI66.7%77.9%
AA Cyber IndexArtificial Analysis37.8–

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)。

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。