BenchLeader

Muse Spark 1.1 vs Muse Wonder Full

詳しいプロフィール:Muse Spark 1.1(Meta)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 · 10件の情報源のデータ

2026年11月16日時点で、Muse Spark 1.1とMuse Wonder Fullの品質は互角です(BenchLeader Indexで62.2 対 61.7、±6.1の誤差範囲内)。知識(69 対 62)、推論(68 対 66)を重視するならSpark 1.1、エージェント・ツール(64 対 51)、コーディング(70 対 66)を重視するならWonder Fullが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはMuse Spark 1.1が62.2、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • Muse Spark 1.1の100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
  • 両モデルに結果がある3件のベンチマークのうち、Muse Wonder Fullが3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 Spark 1.1が1542、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 66;Arena WebDev 1724 対 1542中
エージェント・ツール利用Muse Wonder Fullカテゴリスコア64 対 51;Arena Agent 9 対 -8高
推論Muse Spark 1.1カテゴリスコア68 対 66中
知識Muse Spark 1.1カテゴリスコア69 対 62中
チャットの質(人間の評価)–Arenaの評価があるのはMuse Spark 1.1のみです(カテゴリスコア65)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

  • Muse Spark 1.1とMuse Wonder Full (max)の品質は互角です(62.2 対 61.7、±6.1の誤差範囲内)。
  • Muse Spark 1.1は知識、推論で優れています。
  • Muse Wonder Full (max)はエージェント・ツール、コーディングで優れています。

概要

仕様Muse Spark 1.1Muse Wonder Full
プロバイダーMetaMeta
リリース日2026年7月9日2026年10月12日
コンテキストウィンドウ(トークン)1,048,5761,000,000
比較した構成Muse Spark 1.1Muse 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)$1.25 / $4.25 / $0.150–

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 Spark 1.1Muse Wonder Full (max)トップ
推論67.865.8Muse Spark 1.1
コーディング65.869.9Muse Wonder Full
エージェント・ツール50.963.6Muse Wonder Full
数学61.3–比較不可
知識69.262.3Muse Spark 1.1
指示追従70.4–比較不可
人間の評価64.5–比較不可
マルチモーダル63.6–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推論コーディングエージェント・ツール知識Muse Spark 1.1, 推論: 67.8Muse Spark 1.1, コーディング: 65.8Muse Spark 1.1, エージェント・ツール: 50.9Muse Spark 1.1, 知識: 69.2Muse 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: 62.3

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, 長文コンテキスト, 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3件のベンチマークのうち、Muse Spark 1.1のリードが0件、Muse Wonder Fullのリードが3件です。

総合IndexMuse Spark 1.1Muse Wonder Full (max)トップ
BenchLeader Index62.261.7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 Spark 1.1Muse Wonder Full (max)
100万トークンあたりのブレンド価格$2.00–
100万トークンあたりの入力/出力$1.25 / $4.25– / –
100万トークンあたりのキャッシュ入力$0.150–
タスクあたりの価格:チャットの返答$0.0018–
タスクあたりの価格:30ページのレポートを要約$0.018–
タスクあたりの価格:コード編集$0.014–
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$0.092–
タスクあたりの価格:構造化データの抽出$0.0034–
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)$0.043–
タスクあたりの出力トークン(AA Index)–88k
うち推論–55k
出力速度193 tok/s–
回答開始までの時間1.8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。Muse Spark 1.1のスコアは62.2、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(13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

125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 Spark 1.1Muse Wonder Full (max)
BenchLeader IndexBenchLeader62.261.7
エージェント・ツールスコアBenchLeader50.963.6
コーディングスコアBenchLeader65.869.9
人間の評価スコアBenchLeader64.5–
指示追従スコアBenchLeader70.4–
知識スコアBenchLeader69.262.3
数学スコアBenchLeader61.3–
マルチモーダルスコアBenchLeader63.6–
推論スコアBenchLeader67.865.8
長文コンテキストスコアBenchLeader–66.6
ブレンド価格($/100万トークン)BenchLeader$2.00–
出力速度BenchLeader193 tok/s–
回答開始までの時間BenchLeader1.8秒–
コンテキストウィンドウBenchLeader1,048,576トークン1,000,000トークン
推論
Arena Hard PromptsArena (LMArena)1511–
LiveBench 1.0 ReasoningLiveBench87.7%†–
GPQA Diamond (AA)Artificial Analysis89.8%†–
Humanity's Last Exam (AA)Artificial Analysis46.2%†53.6%
HLE-Diamond (AA)Artificial Analysis–48.5%
GPQA Diamond (Vals)Vals AI91.2%†–
CritPtArtificial Analysis15.1%†32.9%
CritPt v2 hard subset (AA)Artificial Analysis–56.5%
MysteryMechanismVals AI–35.1%
Arena ExpertArena (LMArena)1504–
Chess PuzzlesEpoch AI Benchmarking Hub34.0%†–
LMCAEpoch AI Benchmarking Hub49.9%†–
DTBenchEpoch AI Benchmarking Hub94.4%†–
コーディング
SciCodeSciCode58.8%–
Arena CodingArena (LMArena)1533–
Arena WebDevArena (LMArena)15421724
LiveBench 1.0 CodingLiveBench77.2%†–
SciCode (AA)Artificial Analysis58.8%†62.6%
LiveCodeBenchVals AI85.9%†–
IOIVals AI–79.8%
SWE-bench (Vals)Vals AI82.0%†–
SWE-Bench ProScale AI SEAL61.5%–
Code MigrationVals AI31.1%†61.0%
Code Migration v1.1Vals AI–62.8%
ProgramBenchVals AI0.0%†0.5%
125件のベンチマークをすべて表示
指標公開元Muse Spark 1.1Muse Wonder Full (max)
コーディング
SWE-bench MultimodalVals AI–47.3%
Vibe Code Bench 1-100Vals AI–34.0%
Vibe Code Bench v1.1Vals AI72.2%†86.0%
SWE-Bench Pro (private)Scale AI SEAL51.5%–
SWE Atlas v1.0: Codebase QnAScale AI SEAL42.2%†–
SWE Atlas v1.0: Test WritingScale AI SEAL41.5%†–
Surface Evolver BenchEpoch AI Benchmarking Hub52.5%†–
DeepSWE v1.1Epoch AI Benchmarking Hub53.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis6.1%†57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis77.9%†–
Design Arena WebsiteDesign Arena1263–
FrontierCode 1.1 (AA)Artificial Analysis–44.9%
FrontierCode 2.0 (AA)Artificial Analysis–37.8%
エージェント・ツール
APEX-AgentsMercor31.8%–
Arena AgentArena (LMArena)-89
LiveBench Agentic CodingLiveBench58.5%†–
Terminal-Bench 2.1 (Vals)Vals AI69.3%†–
MCP AtlasScale AI SEAL88.1%–
τ³-bench Bankingτ²-bench40.5%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis1216†1857
τ³-Banking (AA)Artificial Analysis31.8%†–
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI57.2%†59.1%
Finance Agent v2.1Vals AI–67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI–23.3%
Harvey's Legal Agent Benchmark v1Vals AI20.0%†21.7%
Legal Research BenchVals AI38.0%†53.4%
Robo-benchVals AI–10.4%
SkillsBenchVals AI59.2%†–
SREBenchVals AI–11.8%
Tax Agent BenchVals AI–43.0%
Terminal-Bench 4.0 (Vals)Vals AI–58.1%
Terminal-Bench ScienceVals AI–37.1%
Time Horizon Index: KSPVals AI1.7%†–
Arena Agent Task CompletionArena (LMArena)-6.511.1
GBAEvalEpoch AI Benchmarking Hub7.9%–
Vending-Bench 2Andon Labs6520.5–
AutomationBenchArtificial Analysis38.9%†71.3%
GDP.pdf (AA)Artificial Analysis14.4%†32.6%
Harvey LAB-AA v1.1Harvey–13.1%
AA-Briefcase v1.1Artificial Analysis851†1729
GDPxGDPx by SemiAnalysis–9.0%
Design Arena AgenticDesign Arena1172–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–37.1%
数学
ProofBenchVals AI39.0%–
LiveBench MathematicsLiveBench87.1%†–
Arena MathsArena (LMArena)1493–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub57.8%–
LiveBench 1.0 Data AnalysisLiveBench72.5%†–
AA-Omniscience v1.1Artificial Analysis–30.6
MMLU-ProVals AI88.7%†–
LegalBenchVals AI85.0%†87.4%
CorpFinVals AI71.3%†–
TaxEvalVals AI79.7%†–
PRBench FinanceScale AI SEAL55.0%–
PRBench LegalScale AI SEAL57.0%–
MultiNRCScale AI SEAL65.6%–
BioMysteryBenchVals AI–73.3%
Excel Modeling BenchmarkVals AI56.4%†71.9%
Excel Modeling Benchmark v1.1Vals AI–75.0%
MedCodeVals AI–49.9%
MedScribeVals AI88.9%†89.3%
Public Benefits Bench v1.1Vals AI61.3%†73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
GDP.pdfEpoch AI Benchmarking Hub15.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis–41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–82.4%
指示追従
LiveBench LanguageLiveBench74.3%†–
LiveBench Instruction FollowingLiveBench69.6%†–
MultiChallengeScale AI SEAL75.3%–
Arena Instruction FollowingArena (LMArena)1473–
人間の評価
Arena TextArena (LMArena)1491–
EQ-Bench 4EQ-Bench1244–
EQ-Bench Creative Writing v3EQ-Bench1928–
Arena Creative WritingArena (LMArena)1443–
Arena Multi-turnArena (LMArena)1497–
Arena Longer QueriesArena (LMArena)1481–
マルチモーダル
Arena VisionArena (LMArena)1292–
MMMU-Pro (Vals)Vals AI86.6%†–
MortgageTaxVals AI66.1%†–
VTBScale AI SEAL44.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.7%†83.7%
Arena DocumentArena (LMArena)1480–
MLCRArtificial Analysis7.2%†22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.9–
LiveBench 1.0LiveBench75.3%†–
AA Intelligence Index v5.0.1Artificial Analysis–50.1
AA Intelligence Index v4.3.2Artificial Analysis33.7†55.8
AA Progress Index v1Artificial Analysis302.7†343.2
Vals IndexVals AI–66.8
Vals Finance IndexVals AI–64.5%
Vals RSI IndexVals AI–24.4%
Vals Science IndexVals AI–48.5%
Vals Multimodal IndexVals AI66.7%†–
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI–77.9%
安全性・誠実さ
FORTRESSScale AI SEAL12.4%–

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

  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):スコアの改訂1件。
  • Muse Wonder Full (max):新しい結果1件(Arena Agent)。
  • Muse Spark 1.1:スコアの改訂2件。
  • Muse Wonder Full (max):新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂2件。
  • Muse Spark 1.1:スコアの改訂1件。
  • Muse Wonder Full (max):新しい結果1件(Terminal-Bench-Science 0.1 (AA))。
  • Muse Wonder Full (max):新しい結果9件(Code Migration v1.1, Excel Modeling Benchmark v1.1, Finance Agent v2.1…)。

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

Muse Spark 1.1 vs Muse Wonder Full:よくある質問

Muse Spark 1.1はMuse Wonder Fullより優れていますか?
Muse Spark 1.1とMuse Wonder Full (max)の品質は互角です(62.2 対 61.7、±6.1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。
コーディングにはMuse Spark 1.1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 66。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 Spark 1.1が1542、Muse Wonder Fullが1724です。
エージェントやツール利用にはMuse Spark 1.1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 51。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、Muse Spark 1.1が-8、Muse Wonder Fullが9です。
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(Muse Spark 1.1は1,048,576、Muse Wonder Fullは1,000,000)。
Muse Spark 1.1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3件のベンチマークのうち、Muse Spark 1.1のリードが0件、Muse Wonder Fullのリードが3件です。
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。