BenchLeader

MiniMax M3.1 Flash vs Muse Wonder Full

詳しいプロフィール:MiniMax M3.1 Flash(MiniMax)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 · 8件の情報源のデータ

2026年11月16日時点で、品質ではMuse Wonder FullがMiniMax M3.1 Flashを上回ります(BenchLeader Indexで61.7 対 54.3)。両方を測定できるすべてのカテゴリでMuse Wonder Fullがリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiniMax M3.1 Flashが54.3、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • MiniMax M3.1 Flashの100万トークンあたりのブレンド価格は$0.262です(定価、2026年11月16日)。
  • 両モデルに結果がある23件のベンチマークのうち、Muse Wonder Fullが21件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はMiniMax M3.1 Flashが1584、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Muse Wonder Fullカテゴリスコア70 対 55;Arena WebDev 1724 対 1584高
エージェント・ツール利用Muse Wonder Fullカテゴリスコア64 対 55;Arena Agent 9 対 -2.7高
推論Muse Wonder Fullカテゴリスコア66 対 50;HLE-Diamond (AA) 48.5% 対 28.1%高
知識Muse Wonder Fullカテゴリスコア62 対 46;AA-Omniscience v1.1 30.6 対 -6.4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 79.7%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Muse Wonder Full (max)がリードしています:61.7 対 54.3。
  • Muse Wonder Full (max)はエージェント・ツール、コーディング、知識、長文コンテキスト、推論で優れています。

概要

仕様MiniMax M3.1 FlashMuse Wonder Full
プロバイダーMiniMaxMeta
リリース日2026年10月19日2026年10月12日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成MiniMax M3.1 FlashMuse Wonder Full (max)
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)$0.150 / $0.600 / $0.015–

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MiniMax M3.1 FlashMuse Wonder Full (max)トップ
推論50.165.8Muse Wonder Full
コーディング55.469.9Muse Wonder Full
エージェント・ツール55.263.6Muse Wonder Full
知識45.962.3Muse Wonder Full
マルチモーダル61.5–比較不可
長文コンテキスト64.566.6Muse Wonder Full

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MiniMax M3.1 Flash, 推論: 50.1MiniMax M3.1 Flash, コーディング: 55.4MiniMax M3.1 Flash, エージェント・ツール: 55.2MiniMax M3.1 Flash, 知識: 45.9MiniMax M3.1 Flash, 長文コンテキスト: 64.5Muse 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23件のベンチマークのうち、MiniMax M3.1 Flashのリードが2件、Muse Wonder Fullのリードが21件です。両方を評価しているすべての総合指標で、Muse Wonder Fullが上回っています。

総合IndexMiniMax M3.1 FlashMuse Wonder Full (max)トップ
BenchLeader Index54.361.7Muse Wonder Full
AA Intelligence Index v5.0.129.150.1Muse Wonder Full
Vals Index53.8†66.8Muse 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MiniMax M3.1 FlashMuse Wonder Full (max)
100万トークンあたりのブレンド価格$0.262–
100万トークンあたりの入力/出力$0.150 / $0.600– / –
100万トークンあたりのキャッシュ入力$0.015–
タスクあたりの価格:チャットの返答$0.0002–
タスクあたりの価格:30ページのレポートを要約$0.0022–
タスクあたりの価格:コード編集$0.0018–
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$0.011–
タスクあたりの価格:構造化データの抽出$0.0004–
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)$0.0053–
ベンチマークのタスクあたりのコスト(AA Index)$0.491–
タスクあたりの出力トークン(AA Index)138k88k
うち推論103k55k
タスクあたりの時間(AA Index)15 min–
出力速度151 tok/s–
回答開始までの時間43.3秒–
回答が完了するまでの時間(最終測定2026年11月13日)141.5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。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43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

85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MiniMax M3.1 FlashMuse Wonder Full (max)
BenchLeader IndexBenchLeader54.361.7
エージェント・ツールスコアBenchLeader55.263.6
コーディングスコアBenchLeader55.469.9
知識スコアBenchLeader45.962.3
長文コンテキストスコアBenchLeader64.566.6
マルチモーダルスコアBenchLeader61.5–
推論スコアBenchLeader50.165.8
ブレンド価格($/100万トークン)BenchLeader$0.262–
出力速度BenchLeader151 tok/s–
回答開始までの時間BenchLeader43.3秒–
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
LiveBench 2.0 ReasoningLiveBench82.9%†–
Humanity's Last Exam (AA)Artificial Analysis48.0%53.6%
HLE-Diamond (AA)Artificial Analysis28.1%48.5%
CritPtArtificial Analysis22.3%32.9%
CritPt v2 hard subset (AA)Artificial Analysis32.5%56.5%
MysteryMechanismVals AI–35.1%
コーディング
Arena WebDevArena (LMArena)15841724
LiveBench 2.0 CodingLiveBench68.8%†–
SciCode (AA)Artificial Analysis53.4%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 AI73.9%†86.0%
Vibe Code Bench 1-100 v1.1Vals AI19.8%†–
SWE-Bench Pro V2Scale AI SEAL96.6%†–
SWE-Bench Pro V2 HARDScale AI SEAL84.3%†–
Terminal-Bench 4.0 (AA)Artificial Analysis25.8%57.1%
GameBench 2 by reasoning settingDuelLab GameBench 230.3†–
Design Arena WebsiteDesign Arena1277–
FrontierCode 1.1 (AA)Artificial Analysis38.6%44.9%
FrontierCode 2.0 (AA)Artificial Analysis20.8%37.8%
エージェント・ツール
Arena AgentArena (LMArena)-2.79
85件のベンチマークをすべて表示
指標公開元MiniMax M3.1 FlashMuse Wonder Full (max)
エージェント・ツール
LiveBench Long AgenticLiveBench25.7%†–
LiveBench BrowserLiveBench80.6%†–
HiL-BenchScale AI SEAL65.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis47.9%67.8%
GDPval-AA v2.1Artificial Analysis14651857
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI–59.1%
Finance Agent v2.1Vals AI58.8%†67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI7.5%†23.3%
Harvey's Legal Agent Benchmark v1Vals AI–21.7%
Legal Research BenchVals AI34.1%†53.4%
Robo-benchVals AI–10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI32.1%†43.0%
Terminal-Bench 4.0 (Vals)Vals AI25.3%†58.1%
Terminal-Bench ScienceVals AI–37.1%
Arena Agent Task CompletionArena (LMArena)-0.711.1
AutomationBenchArtificial Analysis72.5%71.3%
GDP.pdf (AA)Artificial Analysis20.8%32.6%
Harvey LAB-AA v1.1Harvey–13.1%
AA-Briefcase v1.1Artificial Analysis14741729
GDPxGDPx by SemiAnalysis4.0%†9.0%
Design Arena AgenticDesign Arena1252–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.3%37.1%
MKA (AA)Artificial Analysis33.5%–
知識
LiveBench 2.0 Data AnalysisLiveBench71.4%†–
LiveBench ResearchLiveBench76.7%†–
AA-Omniscience v1.1Artificial Analysis-6.430.6
LegalBenchVals AI–87.4%
PRBench FinanceScale AI SEAL45.6%–
PRBench LegalScale AI SEAL45.1%–
BioMysteryBenchVals AI–73.3%
Excel Modeling BenchmarkVals AI–71.9%
Excel Modeling Benchmark v1.1Vals AI67.8%†75.0%
MedCodeVals AI–49.9%
MedScribeVals AI–89.3%
Public Benefits Bench v1.1Vals AI–73.8%
Access to Justice BenchmarkVals AI73.3%†74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
AA-Omniscience v1.1: accuracyArtificial Analysis45.1%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis6.3%82.4%
マルチモーダル
LiveBench DesignLiveBench71.2%†–
MMMU-ProArtificial Analysis79.1%–
SAGEVals AI85.3%†–
VIALS-AAHandshake AI29.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%83.7%
MLCRArtificial Analysis16.7%22.2%
総合
LiveBench 2.0LiveBench63.7%†–
AA Intelligence Index v5.0.1Artificial Analysis29.150.1
AA Intelligence Index v4.3.2Artificial Analysis42.755.8
AA Progress Index v1Artificial Analysis317.6343.2
Vals IndexVals AI53.8†66.8
Vals Finance IndexVals AI55.9%†64.5%
Vals RSI IndexVals AI–24.4%
Vals Science IndexVals AI–48.5%
Vals Router IndexVals AI53.8%66.8%†
Vals Legal IndexVals AI67.1%†77.9%
安全性・誠実さ
FORTRESSScale AI SEAL52.1%–
メタデータ
AA Openness IndexArtificial Analysis27.8–

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

  • MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
  • MiniMax M3.1 Flash:スコアの改訂1件。
  • MiniMax M3.1 Flash:スコアの改訂6件。
  • MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
  • MiniMax M3.1 Flash:新しい結果1件(HiL-Bench)。
  • MiniMax M3.1 Flash:BenchLeader Index 52.0 → 53.0。
  • MiniMax M3.1 Flash:新しい結果2件(PRBench Finance, PRBench Legal)。
  • MiniMax M3.1 Flash: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

MiniMax M3.1 Flash vs Muse Wonder Full:よくある質問

Muse Wonder FullはMiniMax M3.1 Flashより優れていますか?
品質ではMuse Wonder Full (max)がリードしています:61.7 対 54.3。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 Full (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MiniMax M3.1 FlashとMuse Wonder Fullのどちらが向いていますか?
コーディングではMuse Wonder Fullの方がスコアが高くなっています(カテゴリ指標で70 対 55。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、MiniMax M3.1 Flashが1584、Muse Wonder Fullが1724です。
エージェントやツール利用にはMiniMax M3.1 Flash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Muse Wonder Fullの方がスコアが高くなっています(カテゴリ指標で64 対 55。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、MiniMax M3.1 Flashが-2.7、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1,000,000トークンのコンテキストに対応しています。
MiniMax M3.1 Flash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23件のベンチマークのうち、MiniMax M3.1 Flashのリードが2件、Muse Wonder Fullのリードが21件です。両方を評価しているすべての総合指標で、Muse Wonder Fullが上回っています。
ほかの質問(1件)
MiniMax M3.1 Flashはいつリリースされましたか?
MiniMax M3.1 Flashは2026年10月19日にリリースされました。