BenchLeader

MiMo-V2.6-Pro vs Muse Wonder

詳しいプロフィール:MiMo-V2.6-Pro(Xiaomi)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 · 10件の情報源のデータ

2026年11月16日時点で、品質ではMuse WonderがMiMo-V2.6-Proを上回ります(BenchLeader Indexで64.4 対 57.5)。ただし、価格はMiMo-V2.6-Proの方が15倍安く、100万トークンあたりのブレンド価格で$0.544 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。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiMo-V2.6-Proが57.5、Muse Wonderが64.4です(BenchLeader、2026年11月16日)。
  • MiMo-V2.6-Proの100万トークンあたりのブレンド価格は$0.544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)。
  • 両モデルに結果がある2件のベンチマークのうち、Muse Wonder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 57高
数学Muse Wonderカテゴリスコア70 対 66;ProofBench 84.0% 対 70.0%中
知識Muse Wonderカテゴリスコア77 対 42高
チャットの質(人間の評価)Muse WonderArenaの投票で70 対 67中
最低コストMiMo-V2.6-Pro100万トークンあたりブレンド価格$0.548 対 $8.00;エージェント型コーディングセッション$0.030 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 42.3秒(MiMo-V2.6-Pro)–
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Muse Wonderがリードしています:64.4 対 57.5。
  • 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。
  • MiMo-V2.6-Proの方が15倍安くなっています(100万トークンあたりブレンド価格$0.544 対 $8.00)。

概要

仕様MiMo-V2.6-ProMuse Wonder
プロバイダーXiaomiMeta
リリース日2026年9月21日2026年10月12日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成MiMo-V2.6-ProMuse Wonder
オープンウェイトありなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.440 / $0.870 / $0.0036$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MiMo-V2.6-ProMuse Wonderトップ
推論49.9–比較不可
コーディング58.8–比較不可
エージェント・ツール57.175.6Muse Wonder
数学65.570.1Muse Wonder
知識42.377.1Muse Wonder
人間の評価67.069.6Muse Wonder
マルチモーダル60.2–比較不可
長文コンテキスト67.9–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MiMo-V2.6-Pro, エージェント・ツール: 57.1MiMo-V2.6-Pro, 数学: 65.5MiMo-V2.6-Pro, 知識: 42.3MiMo-V2.6-Pro, 人間の評価: 67.0Muse 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、MiMo-V2.6-Proのリードが0件、Muse Wonderのリードが2件です。両方を評価しているすべての総合指標で、Muse Wonderが上回っています。

総合IndexMiMo-V2.6-ProMuse Wonderトップ
BenchLeader Index57.564.4Muse Wonder
AA Intelligence Index v5.0.129.940.5†Muse Wonder
Vals Index57.864.9†Muse Wonder
Arena Text14801511†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MiMo-V2.6-ProMuse Wonder
100万トークンあたりのブレンド価格$0.548$8.00
100万トークンあたりの入力/出力$0.440 / $0.870$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.0036$0.200
タスクあたりの価格:チャットの返答$0.0004$0.0076
タスクあたりの価格:30ページのレポートを要約$0.0058$0.060
タスクあたりの価格:コード編集$0.0039$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$0.030$0.320
タスクあたりの価格:構造化データの抽出$0.0011$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)$0.010$0.149
ベンチマークのタスクあたりのコスト(AA Index)$0.257–
タスクあたりの出力トークン(AA Index)121k–
うち推論86k–
タスクあたりの時間(AA Index)38 min–
出力速度54 tok/s70 tok/s
回答開始までの時間42.3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)95.7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。MiMo-V2.6-Proのスコアは57.5、最初の回答トークンまで42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

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MiMo-V2.6-ProMuse Wonder
BenchLeader IndexBenchLeader57.564.4
エージェント・ツールスコアBenchLeader57.175.6
コーディングスコアBenchLeader58.8–
人間の評価スコアBenchLeader67.069.6
知識スコアBenchLeader42.377.1
長文コンテキストスコアBenchLeader67.9–
数学スコアBenchLeader65.570.1
マルチモーダルスコアBenchLeader60.2–
推論スコアBenchLeader49.9–
ブレンド価格($/100万トークン)BenchLeader$0.548$8.00
出力速度BenchLeader54 tok/s70 tok/s
回答開始までの時間BenchLeader42.3秒3.3秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
Arena Hard PromptsArena (LMArena)15041531†
LiveBench 2.0 ReasoningLiveBench79.6%†90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis49.4%50.1%†
HLE-Diamond (AA)Artificial Analysis15.2%39.0%†
CritPtArtificial Analysis26.6%28.3%†
CritPt v2 hard subset (AA)Artificial Analysis34.0%50.5%†
MysteryMechanismVals AI15.3%27.5%†
HLE-Diamond (Scale)Scale AI SEAL–37.3%
Arena ExpertArena (LMArena)15261525†
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
SciCodeSciCode60.9%60.3%†
Arena CodingArena (LMArena)15381542†
Arena WebDevArena (LMArena)16251647†
LiveBench 2.0 CodingLiveBench64.5%†74.9%†
LiveBench 1.0 CodingLiveBench–80.7%†
IOIVals AI39.3%66.9%†
Code MigrationVals AI43.0%62.5%†
Code Migration v1.1Vals AI48.8%72.4%†
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI41.3%45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
Vibe Code Bench v1.1Vals AI85.2%83.1%†
138件のベンチマークをすべて表示
指標公開元MiMo-V2.6-ProMuse Wonder
コーディング
Vibe Code Bench 1-100 v1.1Vals AI26.4%–
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 Hub–45.6%†
CursorBenchCursor–50.4%†
ALE-BenchEpoch AI Benchmarking Hub1158.1–
WeirdML v3WeirdML–15.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis34.9%52.0%†
GameBench 2 OverallDuelLab GameBench 2–64.8
GameBench 2 by reasoning settingDuelLab GameBench 249.8†54.9†
Design Arena WebsiteDesign Arena13111378†
FrontierCode 1.1 (AA)Artificial Analysis45.4%46.5%†
FrontierCode 2.0 (AA)Artificial Analysis24.0%27.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench27.0%†47.0%†
APEX-AgentsMercor54.4%66.1%†
Arena AgentArena (LMArena)2.41.8†
LiveBench Long AgenticLiveBench36.4%†46.2%†
LiveBench BrowserLiveBench77.3%†60.0%†
LiveBench Agentic CodingLiveBench–62.7%†
Terminal-Bench 2.1 (Vals)Vals AI67.8%–
HiL-BenchScale AI SEAL–79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis59.1%63.5%†
GDPval-AA v2.1Artificial Analysis16921770†
Analyst Agent (AA)Artificial Analysis37.5%–
CUA-benchVals AI–7.2%†
CyberBenchVals AI72.9%80.4%†
Finance Agent v2Vals AI57.3%56.6%†
Finance Agent v2.1Vals AI64.3%65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI13.8%23.8%†
Harvey's Legal Agent Benchmark v1Vals AI10.8%17.1%†
Legal Research BenchVals AI47.1%50.5%†
SREBenchVals AI3.0%–
Tax Agent BenchVals AI32.4%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI31.3%49.5%†
Terminal-Bench ScienceVals AI2.9%22.9%†
Arena Agent Task CompletionArena (LMArena)55.4†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs–9432.2
AutomationBenchArtificial Analysis58.6%68.1%†
GDP.pdf (AA)Artificial Analysis19.2%30.6%†
Harvey LAB-AA v1.1Harvey–10.0%†
AA-Briefcase v1.1Artificial Analysis15121659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena12711177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis5.7%25.7%†
CWE-Bench (AA)Artificial Analysis63.3%–
DeepSec-Bench (AA)Artificial Analysis26.2%–
CyberGym end-to-end (AA)Artificial Analysis78.6%–
MKA (AA)Artificial Analysis37.3%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 AI70.0%84.0%
LiveBench MathematicsLiveBench–96.5%†
Arena MathsArena (LMArena)14841490†
知識
LiveBench 2.0 Data AnalysisLiveBench72.3%†81.6%†
LiveBench ResearchLiveBench84.8%†93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis-4.525.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL–58.4%
BioMysteryBenchVals AI–67.0%†
Excel Modeling BenchmarkVals AI62.9%67.1%†
Excel Modeling Benchmark v1.1Vals AI67.3%72.5%†
MedCodeVals AI45.0%–
MedScribeVals AI88.3%–
Public Benefits Bench v1.1Vals AI68.9%70.2%†
Access to Justice BenchmarkVals AI70.0%73.0%†
Financial Coaching BenchVals AI75.4%73.8%†
Immigration BenchVals AI67.5%69.6%†
EBR-benchEpoch AI Benchmarking Hub–31.4%†
GDP.pdfEpoch AI Benchmarking Hub–30.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis34.8%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.8%79.1%†
指示追従
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
Arena Instruction FollowingArena (LMArena)14721498†
人間の評価
Arena TextArena (LMArena)14801511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench–2007
Arena Creative WritingArena (LMArena)14481491†
Arena Multi-turnArena (LMArena)14621525†
Arena Longer QueriesArena (LMArena)14961507†
マルチモーダル
Arena VisionArena (LMArena)1266–
LiveBench DesignLiveBench74.3%†70.9%†
MMMU-ProArtificial Analysis–83.8%†
SAGEVals AI84.5%–
Humanity's Sixth SenseScale AI SEAL25.2%†43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–31.7%
Furniture AssemblyEpoch AI Benchmarking Hub–54.2%†
VIALS-AAHandshake AI43.5%55.3%†
Code2Video-AAArtificial Analysis1052997†
AA-3DArtificial Analysis983–
長文コンテキスト
AA-LCR v1.1Artificial Analysis86.3%80.7%†
MLCRArtificial Analysis12.8%22.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–161.7
LiveBench 2.0LiveBench66.1%†70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis29.943.6†
AA Intelligence Index v4.3.2Artificial Analysis46.352.4†
AA Progress Index v1Artificial Analysis321.2335.8†
Vals IndexVals AI57.864.9†
Vals Finance IndexVals AI57.9%61.2%†
Vals Science IndexVals AI–39.1%†
Vals Router IndexVals AI57.8%64.9%
Vals Legal IndexVals AI72.1%75.3%†
AA Cyber IndexArtificial Analysis56.1–
安全性・誠実さ
DistressBenchScale AI SEAL–85.9%
メタデータ
AA Openness IndexArtificial Analysis52.8–

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。
  • MiMo-V2.6-Pro:スコアの改訂1件。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • MiMo-V2.6-Pro:スコアの改訂1件。
  • Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • MiMo-V2.6-Pro:スコアの改訂6件。
  • Muse Wonder:スコアの改訂5件。
  • MiMo-V2.6-Pro:スコアの改訂1件。
  • Muse Wonder: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

MiMo-V2.6-Pro vs Muse Wonder:よくある質問

Muse WonderはMiMo-V2.6-Proより優れていますか?
品質ではMuse Wonderがリードしています:64.4 対 57.5。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Muse Wonder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。
MiMo-V2.6-Pro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MiMo-V2.6-Proの方が安く、100万トークンあたり$0.544 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。
MiMo-V2.6-Pro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70 対 54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MiMo-V2.6-Pro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 57。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1,048,576トークンのコンテキストに対応しています。
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 42.3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。
MiMo-V2.6-Pro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、MiMo-V2.6-Proのリードが0件、Muse Wonderのリードが2件です。両方を評価しているすべての総合指標で、Muse Wonderが上回っています。
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。