BenchLeader

GPT-6 Astra vs Muse Wonder Full

詳しいプロフィール:GPT-6 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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではGPT-6 AstraがMuse Wonder Fullを上回ります(BenchLeader Indexで67.3 対 61.7)。知識(72 対 62)、推論(72 対 66)、コーディング(73 対 70)を重視するならGPT-6 Astra、長文コンテキスト(67 対 65)を重視するならMuse Wonder Fullが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-6 Astraが67.3、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • GPT-6 Astraの100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
  • 両モデルに結果がある55件のベンチマークのうち、GPT-6 Astraが28件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGPT-6 Astraが1764、Muse Wonder Fullが1724です(LMArena、2026年11月16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 Astraカテゴリスコア73 対 70;Arena WebDev 1764 対 1724中
エージェント・ツール利用どちらでもカテゴリスコア64 対 64;Arena Agent 14.5 対 9どちらでも
推論GPT-6 Astraカテゴリスコア72 対 66;HLE-Diamond (AA) 63.8% 対 48.5%中
知識GPT-6 Astraカテゴリスコア72 対 62;AA-Omniscience v1.1 42.4 対 30.6高
長い文書Muse Wonder Fullカテゴリスコア67 対 65;AA-LCR v1.1 83.7% 対 80.7%中
チャットの質(人間の評価)–Arenaの評価があるのはGPT-6 Astraのみです(カテゴリスコア66)比較不可
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 Astra (max)がリードしています:67.3 対 61.7。
  • GPT-6 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。
  • Muse Wonder Full (max)は長文コンテキストで優れています。

概要

仕様GPT-6 AstraMuse Wonder Full
プロバイダーOpenAIMeta
リリース日2026年9月2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 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)$10.00 / $50.00 / $1.00–

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 Astra (max)Muse Wonder Full (max)トップ
推論72.465.8GPT-6 Astra
コーディング73.269.9GPT-6 Astra
エージェント・ツール63.963.6互角
数学70.8–比較不可
知識72.362.3GPT-6 Astra
人間の評価66.2–比較不可
マルチモーダル65.6–比較不可
長文コンテキスト65.066.6Muse Wonder Full
総合71.3–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・ツール知識長文コンテキストGPT-6 Astra, 推論: 72.4GPT-6 Astra, コーディング: 73.2GPT-6 Astra, エージェント・ツール: 63.9GPT-6 Astra, 知識: 72.3GPT-6 Astra, 長文コンテキスト: 65.0Muse Wonder Full, 推論: 65.8Muse Wonder Full, コーディング: 69.9Muse Wonder Full, エージェント・ツール: 63.6Muse Wonder Full, 知識: 62.3Muse Wonder Full, 長文コンテキスト: 66.6

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, 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55件のベンチマークのうち、GPT-6 Astraのリードが28件、Muse Wonder Fullのリードが27件です。第三者の総合指標でも評価が分かれ、GPT-6 Astra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 Astra (max)Muse Wonder Full (max)トップ
BenchLeader Index67.361.7GPT-6 Astra
AA Intelligence Index v5.0.156.950.1GPT-6 Astra
Vals Index65.066.8Muse 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 Astra (max)Muse Wonder Full (max)
100万トークンあたりのブレンド価格$20.00–
100万トークンあたりの入力/出力$10.00 / $50.00– / –
100万トークンあたりのキャッシュ入力$1.00–
タスクあたりの価格:チャットの返答$0.019–
タスクあたりの価格:30ページのレポートを要約$0.150–
タスクあたりの価格:コード編集$0.135–
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$0.800–
タスクあたりの価格:構造化データの抽出$0.030–
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)$0.395–
ベンチマークのタスクあたりのコスト(AA Index)$6.24–
タスクあたりの出力トークン(AA Index)52k88k
うち推論36k55k
タスクあたりの時間(AA Index)21 min–
出力速度41 tok/s–
回答開始までの時間198.4秒–
回答が完了するまでの時間(最終測定2026年11月13日)533.7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 Astra (max)のスコアは67.3、最初の回答トークンまで198秒。GPT-6 Astraは66.4(5秒)、GPT-6 Astra (high)は66.3(49秒)。Muse Wonder Full (max)のスコアは61.7。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

175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 Astra (max)Muse Wonder Full (max)
BenchLeader IndexBenchLeader67.361.7
エージェント・ツールスコアBenchLeader63.963.6
コーディングスコアBenchLeader73.269.9
総合スコアBenchLeader71.3–
人間の評価スコアBenchLeader66.2–
知識スコアBenchLeader72.362.3
長文コンテキストスコアBenchLeader65.066.6
数学スコアBenchLeader70.8–
マルチモーダルスコアBenchLeader65.6–
推論スコアBenchLeader72.465.8
ブレンド価格($/100万トークン)BenchLeader$20.00–
出力速度BenchLeader41 tok/s–
回答開始までの時間BenchLeader198.4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 Hub95.8%–
Humanity's Last ExamScale AI / CAIS54.8%†–
SimpleBenchSimpleBench83.6%†–
Arena Hard PromptsArena (LMArena)1500–
LiveBench 2.0 ReasoningLiveBench92.7%–
LiveBench 1.0 ReasoningLiveBench92.7%–
GPQA Diamond (AA)Artificial Analysis96.1%–
Humanity's Last Exam (AA)Artificial Analysis54.7%53.6%
HLE-Diamond (AA)Artificial Analysis63.8%48.5%
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize95.0%–
ARC-AGI-3ARC Prize98.6%–
CritPtArtificial Analysis31.7%32.9%
CritPt v2 hard subset (AA)Artificial Analysis70.5%56.5%
MysteryMechanismVals AI53.1%35.1%
HLE-Diamond (Scale)Scale AI SEAL60.6%†–
Arena ExpertArena (LMArena)1517–
Chess PuzzlesEpoch AI Benchmarking Hub74.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub84.0%–
LMCAEpoch AI Benchmarking Hub64.1%†–
DTBenchEpoch AI Benchmarking Hub97.1%†–
ForecastBenchForecastBench66.6%†–
BTF-3Epoch AI Benchmarking Hub13.5%†–
コーディング
SciCodeSciCode56.5%–
WeirdMLWeirdML93.3%–
175件のベンチマークをすべて表示
指標公開元GPT-6 Astra (max)Muse Wonder Full (max)
コーディング
FrontierCodeCognition53.3%–
GSO-BenchGSO-Bench79.4%†–
Arena CodingArena (LMArena)1548–
Arena WebDevArena (LMArena)17641724
LiveBench 2.0 CodingLiveBench87.5%–
LiveBench 1.0 CodingLiveBench80.4%–
SciCode (AA)Artificial Analysis56.5%62.6%
IOIVals AI100.0%79.8%
Code MigrationVals AI67.7%61.0%
Code Migration v1.1Vals AI80.6%62.8%
ProgramBenchVals AI5.5%0.5%
SWE-bench MultimodalVals AI43.3%47.3%
Vibe Code Bench 1-100Vals AI27.6%34.0%
Vibe Code Bench v1.1Vals AI89.6%86.0%
SWE Atlas v1.0: Codebase QnAScale AI SEAL59.1%†–
SWE Atlas v1.0: RefactoringScale AI SEAL59.0%†–
SWE Atlas v1.0: Test WritingScale AI SEAL50.7%†–
SWE Atlas v1.1Scale AI SEAL69.4%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%†–
SWE Atlas v1.1: Test WritingScale AI SEAL66.7%†–
SWE Atlas v1.1: RefactoringScale AI SEAL71.4%†–
SWE-Bench Pro V2Scale AI SEAL96.9%†–
SWE-Bench Pro V2 HARDScale AI SEAL90.2%†–
MirrorCodeEpoch AI Benchmarking Hub60.0%–
DeepSWE v1.1Epoch AI Benchmarking Hub73.2%–
ALE-BenchEpoch AI Benchmarking Hub2951.3–
FrontierSWEEpoch AI Benchmarking Hub65.5%–
WeirdML v3WeirdML42.2%†–
Terminal-Bench 4.0 (AA)Artificial Analysis59.1%57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis88.4%–
Startrise FrontendStartrise79.9%†–
GameBench 2 OverallDuelLab GameBench 288.8†–
GameBench 2 by reasoning settingDuelLab GameBench 294.3†–
Design Arena WebsiteDesign Arena1338–
FrontierCode 1.1 (AA)Artificial Analysis47.0%44.9%
FrontierCode 2.0 (AA)Artificial Analysis42.4%37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench60.3%–
Remote Labor IndexScale AI / CAIS20.8%†–
APEX-AgentsMercor64.7%†–
Arena AgentArena (LMArena)14.59
LiveBench Long AgenticLiveBench75.6%–
LiveBench BrowserLiveBench91.3%–
LiveBench Agentic CodingLiveBench57.3%–
Terminal-Bench 2.1 (Vals)Vals AI87.3%–
HiL-BenchScale AI SEAL65.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis53.7%67.8%
GDPval-AA v2.1Artificial Analysis15871857
τ³-Banking (AA)Artificial Analysis41.4%–
ITBench SRE (AA)Artificial Analysis48.6%–
Analyst Agent (AA)Artificial Analysis51.3%–
CUA-benchVals AI19.2%–
CyberBenchVals AI41.1%73.6%
Finance Agent v2Vals AI53.5%59.1%
Finance Agent v2.1Vals AI60.4%67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI7.1%23.3%
Harvey's Legal Agent Benchmark v1Vals AI5.4%21.7%
Legal Research BenchVals AI39.4%53.4%
Robo-benchVals AI23.3%10.4%
SREBenchVals AI56.9%11.8%
Tax Agent BenchVals AI20.7%43.0%
Terminal-Bench 4.0 (Vals)Vals AI59.6%58.1%
Terminal-Bench ScienceVals AI62.9%37.1%
Time Horizon Index: KSPVals AI90.5%–
Arena SearchArena (LMArena)1245–
Arena Agent Task CompletionArena (LMArena)1411.1
BALROGBALROG68.3%–
PostTrainBenchEpoch AI Benchmarking Hub41.9%–
Vending-Bench 2Andon Labs15514.7†–
SpireClimbEpoch AI Benchmarking Hub34.0%–
AutomationBenchArtificial Analysis68.5%71.3%
GDP.pdf (AA)Artificial Analysis31.0%32.6%
Harvey LAB-AA v1.1Harvey8.6%13.1%
AA-Briefcase v1.1Artificial Analysis15691729
GDPxGDPx by SemiAnalysis9.6%9.0%
Design Arena AgenticDesign Arena1405–
RoboDojo (LLM as robot policy)RoboDojo29.0†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis63.3%37.1%
CWE-Bench (AA)Artificial Analysis63.3%–
DeepSec-Bench (AA)Artificial Analysis36.9%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis50.2%–
FACTS SearchGoogle93.3%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub93.7%–
FrontierMath Tier 4Epoch AI Benchmarking Hub97.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ProofBenchVals AI99.0%†–
LiveBench MathematicsLiveBench96.8%–
Arena MathsArena (LMArena)1481–
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub75.6%–
LiveBench 2.0 Data AnalysisLiveBench83.0%–
LiveBench ResearchLiveBench90.6%–
LiveBench 1.0 Data AnalysisLiveBench83.0%–
AA-Omniscience v1.1Artificial Analysis42.430.6
LegalBenchVals AI–87.4%
PRBench FinanceScale AI SEAL47.5%†–
PRBench LegalScale AI SEAL48.4%†–
BioMysteryBenchVals AI79.3%73.3%
Excel Modeling BenchmarkVals AI71.7%71.9%
Excel Modeling Benchmark v1.1Vals AI72.7%75.0%
MedCodeVals AI48.5%49.9%
MedScribeVals AI87.9%89.3%
Public Benefits Bench v1.1Vals AI–73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI67.5%75.0%
Immigration BenchVals AI67.7%71.2%
DrugDiscoveryBenchScale AI SEAL68.7%–
EBR-benchEpoch AI Benchmarking Hub76.2%–
GDP.pdfEpoch AI Benchmarking Hub34.2%–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis50.2%82.4%
HealthBench Professional (AA)OpenAI66.0%–
FACTS ParametricGoogle83.8%†–
指示追従
LiveBench LanguageLiveBench89.4%–
LiveBench Instruction FollowingLiveBench75.6%–
Arena Instruction FollowingArena (LMArena)1474–
人間の評価
Arena TextArena (LMArena)1474–
EQ-Bench Creative Writing v3EQ-Bench2177†–
Arena Creative WritingArena (LMArena)1451–
Arena Multi-turnArena (LMArena)1483–
Arena Longer QueriesArena (LMArena)1485–
マルチモーダル
Arena VisionArena (LMArena)1279–
LiveBench DesignLiveBench80.0%–
MMMU-ProArtificial Analysis86.9%–
Humanity's Sixth SenseScale AI SEAL53.6%–
Blueprint-Bench 2Epoch AI Benchmarking Hub49.7%†–
Furniture AssemblyEpoch AI Benchmarking Hub80.0%–
VIALS-AAHandshake AI62.7%–
Code2Video-AAArtificial Analysis1427–
AA-3DArtificial Analysis1168–
FACTS MultimodalGoogle55.2%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.7%83.7%
Arena DocumentArena (LMArena)1474–
MLCRArtificial Analysis41.7%22.2%
FACTS GroundingGoogle80.1%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169†–
LiveBench 2.0LiveBench84.5%–
LiveBench 1.0LiveBench82.2%–
AA Intelligence Index v5.0.1Artificial Analysis56.950.1
AA Intelligence Index v4.3.2Artificial Analysis52.755.8
AA Progress Index v1Artificial Analysis349.6343.2
Vals IndexVals AI65.066.8
Vals Finance IndexVals AI55.6%64.5%
Vals RSI IndexVals AI27.1%24.4%
Vals Science IndexVals AI65.1%48.5%
Vals Router IndexVals AI65.0%†66.8%†
Vals Legal IndexVals AI68.4%77.9%
AA Cyber IndexArtificial Analysis33.4–
安全性・誠実さ
FORTRESSScale AI SEAL12.1%†–
DistressBenchScale AI SEAL74.3%†–

データは2026年11月16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 gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), 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 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):スコアの改訂1件。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • GPT-6 Astra (max):新しい結果1件(PostTrainBench)、スコアの改訂2件。
  • GPT-6 Astra (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-6 Astra (max):スコアの改訂2件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • Muse Wonder Full (max):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 Astra vs Muse Wonder Full:よくある質問

GPT-6 AstraはMuse Wonder Fullより優れていますか?
品質ではGPT-6 Astra (max)がリードしています:67.3 対 61.7。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16日時点では総合でGPT-6 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 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 Astraの方がスコアが高くなっています(カテゴリ指標で73 対 70。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 Astraが1764、Muse Wonder Fullが1724です。
エージェントやツール利用にはGPT-6 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互角です(カテゴリ指標で64 対 64)。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 Astraが14.5、Muse Wonder Fullが9です。
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではMuse Wonder Fullの方がスコアが高くなっています(67 対 65)。どちらも約1.1Mトークンです(GPT-6 Astraは1,050,000、Muse Wonder Fullは1,000,000)。
GPT-6 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55件のベンチマークのうち、GPT-6 Astraのリードが28件、Muse Wonder Fullのリードが27件です。第三者の総合指標でも評価が分かれ、GPT-6 Astra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)
Muse Wonder Fullはいつリリースされましたか?
Muse Wonder Fullは2026年10月12日にリリースされました。