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 1.1 | Muse Wonder Full |
|---|---|---|
| プロバイダー | Meta | Meta |
| 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) | 1,048,576 | 1,000,000 |
| 比較した構成 | Muse Spark 1.1 | Muse 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 1.1 | Muse Wonder Full (max) | トップ |
|---|---|---|---|
| 推論 | 67.8 | 65.8 | Muse Spark 1.1 |
| コーディング | 65.8 | 69.9 | Muse Wonder Full |
| エージェント・ツール | 50.9 | 63.6 | Muse Wonder Full |
| 数学 | 61.3 | – | 比較不可 |
| 知識 | 69.2 | 62.3 | Muse 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。
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。
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Index | Muse Spark 1.1 | Muse Wonder Full (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 62.2 | 61.7 | 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 1.1 | Muse 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) | $0.043 | – |
| タスクあたりの出力トークン(AA Index) | – | 88k |
| うち推論 | – | 55k |
| 出力速度 | 193 tok/s | – |
| 回答開始までの時間 | 1.8秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Spark 1.1のスコアは62.2、最初の回答トークンまで2秒。Muse Spark 1.1 (xhigh)は59.5(13秒)。Muse Wonder Full (max)のスコアは61.7。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
125件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Spark 1.1 | Muse Wonder Full (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.2 | 61.7 |
| エージェント・ツールスコア | BenchLeader | 50.9 | 63.6 |
| コーディングスコア | BenchLeader | 65.8 | 69.9 |
| 人間の評価スコア | BenchLeader | 64.5 | – |
| 指示追従スコア | BenchLeader | 70.4 | – |
| 知識スコア | BenchLeader | 69.2 | 62.3 |
| 数学スコア | BenchLeader | 61.3 | – |
| マルチモーダルスコア | BenchLeader | 63.6 | – |
| 推論スコア | BenchLeader | 67.8 | 65.8 |
| 長文コンテキストスコア | BenchLeader | – | 66.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.00 | – |
| 出力速度 | BenchLeader | 193 tok/s | – |
| 回答開始までの時間 | BenchLeader | 1.8秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,000,000トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1511 | – |
| LiveBench 1.0 Reasoning | LiveBench | 87.7%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 89.8%† | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 46.2%† | 53.6% |
| HLE-Diamond (AA) | Artificial Analysis | – | 48.5% |
| GPQA Diamond (Vals) | Vals AI | 91.2%† | – |
| CritPt | Artificial Analysis | 15.1%† | 32.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 56.5% |
| MysteryMechanism | Vals AI | – | 35.1% |
| Arena Expert | Arena (LMArena) | 1504 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 34.0%† | – |
| LMCA | Epoch AI Benchmarking Hub | 49.9%† | – |
| DTBench | Epoch AI Benchmarking Hub | 94.4%† | – |
| コーディング | |||
| SciCode | SciCode | 58.8% | – |
| Arena Coding | Arena (LMArena) | 1533 | – |
| Arena WebDev | Arena (LMArena) | 1542 | 1724 |
| LiveBench 1.0 Coding | LiveBench | 77.2%† | – |
| SciCode (AA) | Artificial Analysis | 58.8%† | 62.6% |
| LiveCodeBench | Vals AI | 85.9%† | – |
| IOI | Vals AI | – | 79.8% |
| SWE-bench (Vals) | Vals AI | 82.0%† | – |
| SWE-Bench Pro | Scale AI SEAL | 61.5% | – |
| Code Migration | Vals AI | 31.1%† | 61.0% |
| Code Migration v1.1 | Vals AI | – | 62.8% |
| ProgramBench | Vals AI | 0.0%† | 0.5% |
125件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Spark 1.1 | Muse Wonder Full (max) |
|---|---|---|---|
| コーディング | |||
| SWE-bench Multimodal | Vals AI | – | 47.3% |
| Vibe Code Bench 1-100 | Vals AI | – | 34.0% |
| Vibe Code Bench v1.1 | Vals AI | 72.2%† | 86.0% |
| SWE-Bench Pro (private) | Scale AI SEAL | 51.5% | – |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 42.2%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 41.5%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 52.5%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 53.3% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 6.1%† | 57.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 77.9%† | – |
| Design Arena Website | Design Arena | 1263 | – |
| 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-Agents | Mercor | 31.8% | – |
| Arena Agent | Arena (LMArena) | -8 | 9 |
| LiveBench Agentic Coding | LiveBench | 58.5%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 69.3%† | – |
| MCP Atlas | Scale AI SEAL | 88.1% | – |
| τ³-bench Banking | τ²-bench | 40.5%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 67.8% |
| GDPval-AA v2.1 | Artificial Analysis | 1216† | 1857 |
| τ³-Banking (AA) | Artificial Analysis | 31.8%† | – |
| CyberBench | Vals AI | – | 73.6% |
| Finance Agent v2 | Vals AI | 57.2%† | 59.1% |
| Finance Agent v2.1 | Vals AI | – | 67.6% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 23.3% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 20.0%† | 21.7% |
| Legal Research Bench | Vals AI | 38.0%† | 53.4% |
| Robo-bench | Vals AI | – | 10.4% |
| SkillsBench | Vals AI | 59.2%† | – |
| SREBench | Vals AI | – | 11.8% |
| Tax Agent Bench | Vals AI | – | 43.0% |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 58.1% |
| Terminal-Bench Science | Vals AI | – | 37.1% |
| Time Horizon Index: KSP | Vals AI | 1.7%† | – |
| Arena Agent Task Completion | Arena (LMArena) | -6.5 | 11.1 |
| GBAEval | Epoch AI Benchmarking Hub | 7.9% | – |
| Vending-Bench 2 | Andon Labs | 6520.5 | – |
| AutomationBench | Artificial Analysis | 38.9%† | 71.3% |
| GDP.pdf (AA) | Artificial Analysis | 14.4%† | 32.6% |
| Harvey LAB-AA v1.1 | Harvey | – | 13.1% |
| AA-Briefcase v1.1 | Artificial Analysis | 851† | 1729 |
| GDPx | GDPx by SemiAnalysis | – | 9.0% |
| Design Arena Agentic | Design Arena | 1172 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 37.1% |
| 数学 | |||
| ProofBench | Vals AI | 39.0% | – |
| LiveBench Mathematics | LiveBench | 87.1%† | – |
| Arena Maths | Arena (LMArena) | 1493 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 57.8% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 72.5%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | – | 30.6 |
| MMLU-Pro | Vals AI | 88.7%† | – |
| LegalBench | Vals AI | 85.0%† | 87.4% |
| CorpFin | Vals AI | 71.3%† | – |
| TaxEval | Vals AI | 79.7%† | – |
| PRBench Finance | Scale AI SEAL | 55.0% | – |
| PRBench Legal | Scale AI SEAL | 57.0% | – |
| MultiNRC | Scale AI SEAL | 65.6% | – |
| BioMysteryBench | Vals AI | – | 73.3% |
| Excel Modeling Benchmark | Vals AI | 56.4%† | 71.9% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 75.0% |
| MedCode | Vals AI | – | 49.9% |
| MedScribe | Vals AI | 88.9%† | 89.3% |
| Public Benefits Bench v1.1 | Vals AI | 61.3%† | 73.8% |
| Access to Justice Benchmark | Vals AI | – | 74.7% |
| Financial Coaching Bench | Vals AI | – | 75.0% |
| Immigration Bench | Vals AI | – | 71.2% |
| GDP.pdf | Epoch AI Benchmarking Hub | 15.0% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 41.0% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 82.4% |
| 指示追従 | |||
| LiveBench Language | LiveBench | 74.3%† | – |
| LiveBench Instruction Following | LiveBench | 69.6%† | – |
| MultiChallenge | Scale AI SEAL | 75.3% | – |
| Arena Instruction Following | Arena (LMArena) | 1473 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1491 | – |
| EQ-Bench 4 | EQ-Bench | 1244 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1928 | – |
| Arena Creative Writing | Arena (LMArena) | 1443 | – |
| Arena Multi-turn | Arena (LMArena) | 1497 | – |
| Arena Longer Queries | Arena (LMArena) | 1481 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1292 | – |
| MMMU-Pro (Vals) | Vals AI | 86.6%† | – |
| MortgageTax | Vals AI | 66.1%† | – |
| VTB | Scale AI SEAL | 44.8% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 77.7%† | 83.7% |
| Arena Document | Arena (LMArena) | 1480 | – |
| MLCR | Artificial Analysis | 7.2%† | 22.2% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.9 | – |
| LiveBench 1.0 | LiveBench | 75.3%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 50.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 33.7† | 55.8 |
| AA Progress Index v1 | Artificial Analysis | 302.7† | 343.2 |
| Vals Index | Vals AI | – | 66.8 |
| Vals Finance Index | Vals AI | – | 64.5% |
| Vals RSI Index | Vals AI | – | 24.4% |
| Vals Science Index | Vals AI | – | 48.5% |
| Vals Multimodal Index | Vals AI | 66.7%† | – |
| Vals Router Index | Vals AI | – | 66.8%† |
| Vals Legal Index | Vals AI | – | 77.9% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 12.4% | – |
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…)。
関連する比較
- Muse Spark 1.1 vs Claude Fable 5.2
- Muse Spark 1.1 vs Gemini 4 Carbon
- Muse Spark 1.1 vs Claude Opus 5.5
- Muse Wonder Full vs Claude Fable 5.2
- Muse Wonder Full vs Gemini 4 Carbon
- Muse Wonder Full vs Claude Opus 5.5
- Muse Wonder Full vs GPT-6 Astra
- Muse Spark vs Muse Wonder Full
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。