Muse Ember vs Qwen3.5-27B
詳しいプロフィール:Muse Ember(Meta)とQwen3.5-27B(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 7件の情報源のデータ
2026年11月16日時点で、共通するベンチマークが少なく、品質の判定はできません。価格はMuse Emberの方が4.1倍安く、100万トークンあたりのブレンド価格で$0.200 対 $0.825です。コーディング(60 対 44)を重視するならMuse Ember、推論(58 対 51)を重視するならQwen3.5-27Bが向いています。回答開始までの時間はQwen3.5-27Bの方が短く、2.9秒 対 5.0秒です。Muse Emberは出力が3倍以上速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはMuse Emberが52.1、Qwen3.5-27Bが52.0です(BenchLeader、2026年11月16日)。
- Muse Emberの100万トークンあたりのブレンド価格は$0.200です(定価、2026年11月16日)。
- Qwen3.5-27Bの100万トークンあたりのブレンド価格は$0.825です(定価、2026年11月16日)。
- Muse EmberはQwen3.5-27Bより出力が3倍以上速いです(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1件のベンチマークのうち、Muse Emberが1件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はMuse Emberが1609、Qwen3.5-27Bが1357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 Ember | カテゴリスコア60 対 44;Arena WebDev 1609 対 1357 | 高 |
| 推論 | Qwen3.5-27B | カテゴリスコア58 対 51 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.5-27Bのみです(カテゴリスコア58) | 比較不可 |
| 最低コスト | Muse Ember | 100万トークンあたりブレンド価格$0.200 対 $0.825;エージェント型コーディングセッション$0.008 対 $0.028 | – |
| 回答開始の速さ | Qwen3.5-27B | 最初の回答トークンまで2.9秒(Qwen3.5-27B)対 5.0秒(Muse Ember (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
- 共通するベンチマークが少なく、判定できません。
- Muse Ember (max)はコーディングで優れています。
- Qwen3.5-27Bは推論で優れています。
- Muse Ember (max)の方が4.1倍安くなっています(100万トークンあたりブレンド価格$0.200 対 $0.825)。
- Muse Ember (max)の方が出力が11.6倍速くなっています(437 対 38トークン/秒)。
概要
| 仕様 | Muse Ember | Qwen3.5-27B |
|---|---|---|
| プロバイダー | Meta | Alibaba |
| リリース日 | 2026年11月9日 | 2026年2月24日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 262,144 |
| 比較した構成 | Muse Ember (max) | Qwen3.5-27B |
| オープンウェイト | なし | あり |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.100 / $0.500 / $0.0040 | $0.300 / $2.40 / – |
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 | Muse Ember (max) | Qwen3.5-27B | トップ |
|---|---|---|---|
| 推論 | 51.1 | 58.3 | Qwen3.5-27B |
| コーディング | 60.0 | 44.3 | Muse Ember |
| エージェント・ツール | 52.4 | – | 比較不可 |
| 数学 | – | 45.6 | 比較不可 |
| 知識 | 48.8 | – | 比較不可 |
| 人間の評価 | – | 58.2 | 比較不可 |
| マルチモーダル | – | 56.8 | 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。
破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。
描画していないもの(これらのモデルの結果なし):指示追従, 長文コンテキスト。
情報源で評価が分かれる点
両方に結果がある1件のベンチマークのうち、Muse Emberのリードが1件、Qwen3.5-27Bのリードが0件です。
| 総合Index | Muse Ember (max) | Qwen3.5-27B | トップ |
|---|---|---|---|
| BenchLeader Index | 52.1 | 52.0 | 互角 |
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 | Muse Ember (max) | Qwen3.5-27B |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.200 | $0.825 |
| 100万トークンあたりの入力/出力 | $0.100 / $0.500 | $0.300 / $2.40 |
| 100万トークンあたりのキャッシュ入力 | $0.0040 | – |
| タスクあたりの価格:チャットの返答 | $0.0002 | $0.0008 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0015 | $0.0050 |
| タスクあたりの価格:コード編集 | $0.0014 | $0.0054 |
| 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 | $0.0080 | $0.028 |
| タスクあたりの価格:構造化データの抽出 | $0.0003 | $0.0011 |
| 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) | $0.0037 | – |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.136 | – |
| タスクあたりの出力トークン(AA Index) | 84k | – |
| うち推論 | 52k | – |
| タスクあたりの時間(AA Index) | 3 min | – |
| 出力速度 | 437 tok/s | 38 tok/s |
| 回答開始までの時間 | 5.0秒 | 2.9秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 12.9秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Ember (max)のスコアは52.1、最初の回答トークンまで5秒。Muse Ember (xhigh)は49.1(4秒)。Qwen3.5-27Bのスコアは52.0、最初の回答トークンまで3秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
66件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Ember (max) | Qwen3.5-27B |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 52.1 | 52.0 |
| エージェント・ツールスコア | BenchLeader | 52.4 | – |
| コーディングスコア | BenchLeader | 60.0 | 44.3 |
| 知識スコア | BenchLeader | 48.8 | – |
| 推論スコア | BenchLeader | 51.1 | 58.3 |
| 人間の評価スコア | BenchLeader | – | 58.2 |
| 数学スコア | BenchLeader | – | 45.6 |
| マルチモーダルスコア | BenchLeader | – | 56.8 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.200 | $0.825 |
| 出力速度 | BenchLeader | 437 tok/s | 38 tok/s |
| 回答開始までの時間 | BenchLeader | 5.0秒 | 2.9秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 262,144トークン |
| 推論 | |||
| SimpleBench | SimpleBench | 72.7%† | – |
| Arena Hard Prompts | Arena (LMArena) | – | 1427 |
| GPQA Diamond (AA) | Artificial Analysis | – | 84.2%† |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 13.9%† |
| HLE-Diamond (AA) | Artificial Analysis | 25.1% | – |
| CritPt | Artificial Analysis | – | 0.3%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 39.0% | – |
| Arena Expert | Arena (LMArena) | – | 1441 |
| LMCA | Epoch AI Benchmarking Hub | – | 34.0% |
| DTBench | Epoch AI Benchmarking Hub | – | 82.4% |
| コーディング | |||
| WeirdML | WeirdML | – | 39.5% |
| Arena Coding | Arena (LMArena) | – | 1452 |
| Arena WebDev | Arena (LMArena) | 1609 | 1357 |
| Vibe Code Bench v1.1 | Vals AI | 83.7% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 56.0%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 61.3%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 56.7%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 50.0%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 349.4 |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 40.9% | – |
| Design Arena Website | Design Arena | 1330† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 27.2% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 30.6%† | – |
| APEX-Agents | Mercor | 64.3%† | – |
| Arena Agent | Arena (LMArena) | 1.7 | – |
66件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Ember (max) | Qwen3.5-27B |
|---|---|---|---|
| エージェント・ツール | |||
| Terminal-Bench Hard | Artificial Analysis | – | 31.8%† |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 87.1%† |
| ITBench SRE (AA) | Artificial Analysis | – | 35.5%† |
| Finance Agent v2.1 | Vals AI | 63.8% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 25.0% | – |
| Legal Research Bench | Vals AI | 49.0% | – |
| Tax Agent Bench | Vals AI | 38.2% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 39.4% | – |
| Arena Agent Task Completion | Arena (LMArena) | -7.6 | – |
| Vending-Bench 2 | Andon Labs | – | 202.0 |
| AutomationBench | Artificial Analysis | 68.1% | – |
| GDP.pdf (AA) | Artificial Analysis | 22.8% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1520 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 20.0% | – |
| 数学 | |||
| AIME 2026 | MathArena | – | 91.7% |
| HMMT February 2026 | MathArena | – | 81.1% |
| MathArena Apex | MathArena | – | 2.1% |
| Arena Maths | Arena (LMArena) | – | 1423 |
| 知識 | |||
| AA-Omniscience v1.1 | Artificial Analysis | 7.4 | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 72.2% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.1% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 82.6% | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | – | 83.8%† |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 46.9%† |
| Arena Instruction Following | Arena (LMArena) | – | 1400 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1409 |
| Arena Creative Writing | Arena (LMArena) | – | 1358 |
| Arena Multi-turn | Arena (LMArena) | – | 1414 |
| Arena Longer Queries | Arena (LMArena) | – | 1422 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1240 |
| MMMU-Pro | Artificial Analysis | – | 70.0%† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 64.0%† |
| MLCR | Artificial Analysis | 18.3% | – |
| 総合 | |||
| AA Intelligence Index v5.0.1 | Artificial Analysis | 36.0 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 19.4† |
| AA Progress Index v1 | Artificial Analysis | – | 250.2† |
| Vals Index | Vals AI | 60.5 | – |
| Vals Finance Index | Vals AI | 60.9% | – |
| Vals Legal Index | Vals AI | 75.7% | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 11.9%† | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 38.9† |
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。
最近の変化
- Qwen3.5-27B:BenchLeader Index 52.5 → 52.0。
- Muse Ember (max):新しい結果1件(Arena Agent)。
- Muse Ember (max):新しい結果2件(MLCR, Arena WebDev)。
関連する比較
- Muse Ember vs Muse Spark Open 816B A42B
- Muse Ember vs Mistral Large 4
- Muse Ember vs Gemini 3.1 Flash Lite
- Muse Ember vs Inkling Small
- Qwen3.5-27B vs MiniMax M3.1 Flash
- Muse Ember vs Gemma 4 31B
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
Muse Ember vs Qwen3.5-27B:よくある質問
- Muse EmberはQwen3.5-27Bより優れていますか?
- 共通するベンチマークが少なく、判定できません。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。
- Muse EmberとQwen3.5-27B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Muse Emberの方が安く、100万トークンあたり$0.200 対 $0.825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。
- コーディングにはMuse EmberとQwen3.5-27Bのどちらが向いていますか?
- コーディングではMuse Emberの方がスコアが高くなっています(カテゴリ指標で60 対 44。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、Muse Emberが1609、Qwen3.5-27Bが1357です。
- Muse EmberとQwen3.5-27Bはどちらが速いですか?
- Muse Emberの方が出力が3倍以上速くなっています(出力437 対 38トークン/秒、Artificial Analysisの7日間の中央値)。
- 長い文書にはどちらが向いていますか?
- コンテキストはMuse Emberの方が長く、1,048,576トークンです(Qwen3.5-27Bは262,144トークン)。
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Qwen3.5-27Bです。Artificial Analysisの測定では、最初の回答トークンまで2.9秒 対 5.0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。
- Muse EmberとQwen3.5-27B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1件のベンチマークのうち、Muse Emberのリードが1件、Qwen3.5-27Bのリードが0件です。
- Muse Emberはいつリリースされましたか?
- Muse Emberは2026年11月9日にリリースされました。