BenchLeader

GPT-6 Sol vs Muse Wonder

詳しいプロフィール:GPT-6 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 · 13件の情報源のデータ

2026年11月16日時点で、GPT-6 SolとMuse Wonderの品質は互角です(BenchLeader Indexで62.6 対 64.4、±4.4の誤差範囲内)。価格はGPT-6 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。GPT-6 Solの方が出力が約1.5倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-6 Solが62.6、Muse Wonderが64.4です(BenchLeader、2026年11月16日)。
  • GPT-6 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16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16日)。
  • GPT-6 SolはMuse Wonderより出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある2件のベンチマークのうち、GPT-6 Solが2件でリードしています(BenchLeader、2026年11月16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 59高
数学Muse Wonderカテゴリスコア70 対 68中
知識Muse Wonderカテゴリスコア77 対 61高
チャットの質(人間の評価)Muse WonderArenaの投票で70 対 64中
最低コストGPT-6 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3.3秒(Muse Wonder)対 36.9秒(GPT-6 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 Sol (max)とMuse Wonderの品質は互角です(62.6 対 64.4、±4.4の誤差範囲内)。
  • Muse Wonderはエージェント・ツール、人間の評価、知識、数学で優れています。
  • GPT-6 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)。
  • GPT-6 Sol (max)の方が出力が1.8倍速くなっています(127 対 70トークン/秒)。

概要

仕様GPT-6 SolMuse Wonder
プロバイダーOpenAIMeta
リリース日2026年9月22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 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 / $0.200$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 Sol (max)Muse Wonderトップ
推論66.0–比較不可
コーディング66.3–比較不可
エージェント・ツール58.875.6Muse Wonder
数学68.070.1Muse Wonder
知識60.677.1Muse Wonder
人間の評価64.269.6Muse Wonder
マルチモーダル60.6–比較不可
長文コンテキスト66.6–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エージェント・ツール数学知識人間の評価GPT-6 Sol, エージェント・ツール: 58.8GPT-6 Sol, 数学: 68.0GPT-6 Sol, 知識: 60.6GPT-6 Sol, 人間の評価: 64.2Muse Wonder, エージェント・ツール: 75.6Muse Wonder, 数学: 70.1Muse Wonder, 知識: 77.1Muse Wonder, 人間の評価: 69.6

描画していないもの(測定済みのモデルが2つ未満):推論, コーディング, 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2件のベンチマークのうち、GPT-6 Solのリードが2件、Muse Wonderのリードが0件です。第三者の総合指標でも評価が分かれ、GPT-6 SolはAA Intelligence Index v5.0.1で、Muse WonderはArena Textでリードしています。

総合IndexGPT-6 Sol (max)Muse Wonderトップ
BenchLeader Index62.664.4互角
AA Intelligence Index v5.0.144.240.5†GPT-6 Sol
Arena Text14571511†Muse Wonder

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 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$0.200$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)$0.079$0.149
ベンチマークのタスクあたりのコスト(AA Index)$2.47–
タスクあたりの出力トークン(AA Index)54k–
うち推論35k–
タスクあたりの時間(AA Index)7 min–
出力速度127 tok/s70 tok/s
回答開始までの時間36.9秒3.3秒
回答が完了するまでの時間(最終測定2026年11月13日)143.8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 Sol (max)のスコアは62.6、最初の回答トークンまで37秒。GPT-6 Sol (xhigh)は58.4(19秒)、GPT-6 Sol (high)は58.1(6秒)。Muse Wonderのスコアは64.4、最初の回答トークンまで3秒。Muse Wonder (max)は60.8(20秒)、Muse Wonder (high)は56.2(13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

153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 Sol (max)Muse Wonder
BenchLeader IndexBenchLeader62.664.4
エージェント・ツールスコアBenchLeader58.875.6
コーディングスコアBenchLeader66.3–
人間の評価スコアBenchLeader64.269.6
知識スコアBenchLeader60.677.1
長文コンテキストスコアBenchLeader66.6–
数学スコアBenchLeader68.070.1
マルチモーダルスコアBenchLeader60.6–
推論スコアBenchLeader66.0–
ブレンド価格($/100万トークン)BenchLeader$4.00$8.00
出力速度BenchLeader127 tok/s70 tok/s
回答開始までの時間BenchLeader36.9秒3.3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
GPQA DiamondEpoch AI Benchmarking Hub94.3%–
SimpleBenchSimpleBench73.1%†–
Arena Hard PromptsArena (LMArena)14831531†
LiveBench 2.0 ReasoningLiveBench–90.6%†
LiveBench 1.0 ReasoningLiveBench88.7%90.6%†
Humanity's Last Exam (AA)Artificial Analysis47.9%50.1%†
HLE-Diamond (AA)Artificial Analysis45.2%39.0%†
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize89.6%–
ARC-AGI-3ARC Prize23.0%–
CritPtArtificial Analysis30.9%28.3%†
CritPt v2 hard subset (AA)Artificial Analysis66.5%50.5%†
MysteryMechanismVals AI30.2%27.5%†
HLE-Diamond (Scale)Scale AI SEAL33.8%†37.3%
Arena ExpertArena (LMArena)14961525†
Chess PuzzlesEpoch AI Benchmarking Hub56.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%51.0%†
LMCAEpoch AI Benchmarking Hub59.1%56.8%
DTBenchEpoch AI Benchmarking Hub97.3%95.2%
コーディング
SciCodeSciCode57.6%60.3%†
FrontierCodeCognition49.3%–
Arena CodingArena (LMArena)15211542†
Arena WebDevArena (LMArena)16731647†
LiveBench 2.0 CodingLiveBench–74.9%†
LiveBench 1.0 CodingLiveBench81.8%80.7%†
153件のベンチマークをすべて表示
指標公開元GPT-6 Sol (max)Muse Wonder
コーディング
IOIVals AI82.6%66.9%†
Code MigrationVals AI57.2%62.5%†
Code Migration v1.1Vals AI–72.4%†
ProgramBenchVals AI2.0%–
SWE-bench MultimodalVals AI–45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
Vibe Code Bench v1.1Vals AI87.8%83.1%†
SWE Atlas v1.1Scale AI SEAL–64.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL–61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL–60.0%
SWE-Bench Pro V2Scale AI SEAL–96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub48.9%45.6%†
CursorBenchCursor–50.4%†
ALE-BenchEpoch AI Benchmarking Hub2462–
WeirdML v3WeirdML19.7%†15.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis43.9%52.0%†
GameBench 2 OverallDuelLab GameBench 273.0†64.8
GameBench 2 by reasoning settingDuelLab GameBench 279.4†54.9†
Design Arena WebsiteDesign Arena1290†1378†
FrontierCode 1.1 (AA)Artificial Analysis–46.5%†
FrontierCode 2.0 (AA)Artificial Analysis35.6%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench50.3%47.0%†
APEX-AgentsMercor54.3%66.1%†
Arena AgentArena (LMArena)6.91.8†
LiveBench Long AgenticLiveBench–46.2%†
LiveBench BrowserLiveBench–60.0%†
LiveBench Agentic CodingLiveBench52.9%62.7%†
Terminal-Bench 2.1 (Vals)Vals AI83.2%–
HiL-BenchScale AI SEAL–79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis–63.5%†
GDPval-AA v2.1Artificial Analysis15141770†
ITBench SRE (AA)Artificial Analysis49.4%–
CUA-benchVals AI–7.2%†
CyberBenchVals AI78.0%80.4%†
Finance Agent v2Vals AI49.0%56.6%†
Finance Agent v2.1Vals AI–65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI–23.8%†
Harvey's Legal Agent Benchmark v1Vals AI1.7%17.1%†
Legal Research BenchVals AI28.9%50.5%†
SREBenchVals AI30.5%–
Tax Agent BenchVals AI15.0%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI44.4%49.5%†
Terminal-Bench ScienceVals AI30.0%22.9%†
Arena SearchArena (LMArena)1229–
Arena Agent Task CompletionArena (LMArena)4.55.4†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs14427.9†9432.2
SpireClimbEpoch AI Benchmarking Hub9.2%–
AutomationBenchArtificial Analysis61.6%68.1%†
GDP.pdf (AA)Artificial Analysis25.2%30.6%†
Harvey LAB-AA v1.1Harvey3.6%10.0%†
AA-Briefcase v1.1Artificial Analysis14761659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena1218†1177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis30.0%25.7%†
CWE-Bench (AA)Artificial Analysis64.2%–
DeepSec-Bench (AA)Artificial Analysis46.3%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis–47.5%†
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub89.8%82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub90.0%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%99.4%†
ProofBenchVals AI83.0%†84.0%
LiveBench MathematicsLiveBench96.4%96.5%†
Arena MathsArena (LMArena)14401490†
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub60.7%–
LiveBench 2.0 Data AnalysisLiveBench–81.6%†
LiveBench ResearchLiveBench–93.0%†
LiveBench 1.0 Data AnalysisLiveBench81.2%81.6%†
AA-Omniscience v1.1Artificial Analysis21.425.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL38.6%†58.4%
BioMysteryBenchVals AI74.8%67.0%†
Excel Modeling BenchmarkVals AI71.5%67.1%†
Excel Modeling Benchmark v1.1Vals AI–72.5%†
MedCodeVals AI47.1%–
MedScribeVals AI82.0%–
Public Benefits Bench v1.1Vals AI56.6%70.2%†
Access to Justice BenchmarkVals AI–73.0%†
Financial Coaching BenchVals AI62.6%73.8%†
Immigration BenchVals AI–69.6%†
EBR-benchEpoch AI Benchmarking Hub53.3%31.4%†
GDP.pdfEpoch AI Benchmarking Hub26.4%30.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis51.1%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.1%79.1%†
HealthBench Professional (AA)OpenAI62.3%–
FACTS ParametricGoogle76.1%†–
指示追従
LiveBench LanguageLiveBench85.3%82.9%†
LiveBench Instruction FollowingLiveBench68.6%73.0%†
Arena Instruction FollowingArena (LMArena)14491498†
人間の評価
Arena TextArena (LMArena)14571511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench2126†2007
Arena Creative WritingArena (LMArena)14281491†
Arena Multi-turnArena (LMArena)14681525†
Arena Longer QueriesArena (LMArena)14661507†
マルチモーダル
Arena VisionArena (LMArena)1233–
LiveBench DesignLiveBench–70.9%†
MMMU-ProArtificial Analysis83.0%83.8%†
Humanity's Sixth SenseScale AI SEAL31.2%43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub36.9%†31.7%
Furniture AssemblyEpoch AI Benchmarking Hub58.3%54.2%†
VIALS-AAHandshake AI–55.3%†
Code2Video-AAArtificial Analysis–997†
AA-3DArtificial Analysis1131–
FACTS MultimodalGoogle43.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.7%80.7%†
MLCRArtificial Analysis33.9%22.2%†
FACTS GroundingGoogle83.3%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub163.8†161.7
LiveBench 2.0LiveBench–70.7%†
LiveBench 1.0LiveBench79.3%81.2%†
AA Intelligence Index v5.0.1Artificial Analysis44.243.6†
AA Intelligence Index v4.3.2Artificial Analysis47.652.4†
AA Progress Index v1Artificial Analysis334335.8†
Vals IndexVals AI–64.9†
Vals Finance IndexVals AI–61.2%†
Vals RSI IndexVals AI28.1%–
Vals Science IndexVals AI45.0%39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI–75.3%†
AA Cyber IndexArtificial Analysis36.8–
安全性・誠実さ
FORTRESSScale AI SEAL13.5%†–
DistressBenchScale AI SEAL68.0%†85.9%

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

  • Muse Wonder:BenchLeader Index 63.0 → 64.4。
  • GPT-6 Sol (max):新しい結果1件(GDPval-AA v2.1)。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • GPT-6 Sol (max):新しい結果1件(MirrorCode)。
  • Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
  • GPT-6 Sol (max):BenchLeader Index 63.5 → 62.9。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • GPT-6 Sol (max):スコアの改訂2件。
  • Muse Wonder:スコアの改訂5件。
  • GPT-6 Sol (max):スコアの改訂1件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

GPT-6 Sol vs Muse Wonder:よくある質問

GPT-6 SolはMuse Wonderより優れていますか?
GPT-6 Sol (max)とMuse Wonderの品質は互角です(62.6 対 64.4、±4.4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16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 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 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 SolとMuse Wonderはどちらが速いですか?
GPT-6 Solの方が出力が約1.5倍速くなっています(出力127 対 70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 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 59。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 Solは1,050,000、Muse Wonderは1,048,576)。
ほかの質問(3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3.3秒 対 36.9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 SolとMuse Wonder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2件のベンチマークのうち、GPT-6 Solのリードが2件、Muse Wonderのリードが0件です。第三者の総合指標でも評価が分かれ、GPT-6 SolはAA Intelligence Index v5.0.1で、Muse WonderはArena Textでリードしています。
Muse Wonderはいつリリースされましたか?
Muse Wonderは2026年10月12日にリリースされました。