BenchLeader

Muse Spark 1.2 vs Muse Wonder Full

詳しいプロフィール:Muse Spark 1.2(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 1.2とMuse Wonder Fullの品質は互角です(BenchLeader Indexで61.5 対 61.7、±5.5の誤差範囲内)。推論(68 対 66)、知識(65 対 62)を重視するならSpark 1.2、コーディング(70 対 55)、エージェント・ツール(64 対 55)、長文コンテキスト(67 対 64)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 1.2が61.5、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • Muse Spark 1.2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33件のベンチマークのうち、Muse Wonder Fullが28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 1.2が1534、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 1534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 -8.2高
推論Muse Spark 1.2カテゴリスコア68 対 66;Humanity's Last Exam (AA) 45.5% 対 53.6%中
知識Muse Spark 1.2カテゴリスコア65 対 62;LegalBench 85.3% 対 87.4%中
長い文書Muse Wonder Fullカテゴリスコア67 対 64;AA-LCR v1.1 83.7% 対 79.0%中
チャットの質(人間の評価)–Arenaの評価があるのはMuse Spark 1.2のみです(カテゴリスコア69)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 1.2 (xhigh)とMuse Wonder Full (max)の品質は互角です(61.5 対 61.7、±5.5の誤差範囲内)。
  • Muse Spark 1.2 (xhigh)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、長文コンテキストで優れています。

概要

仕様Muse Spark 1.2Muse Wonder Full
プロバイダーMetaMeta
リリース日2026年8月5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 1.2 (xhigh)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 1.2 (xhigh)Muse Wonder Full (max)トップ
推論68.165.8Muse Spark 1.2
コーディング54.769.9Muse Wonder Full
エージェント・ツール55.463.6Muse Wonder Full
数学66.8–比較不可
知識64.562.3Muse Spark 1.2
人間の評価68.6–比較不可
マルチモーダル65.3–比較不可
長文コンテキスト64.166.6Muse 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Muse Spark 1.2, 推論: 68.1Muse Spark 1.2, コーディング: 54.7Muse Spark 1.2, エージェント・ツール: 55.4Muse Spark 1.2, 知識: 64.5Muse Spark 1.2, 長文コンテキスト: 64.1Muse 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33件のベンチマークのうち、Muse Spark 1.2のリードが4件、Muse Wonder Fullのリードが28件、同点が1件です。

総合IndexMuse Spark 1.2 (xhigh)Muse Wonder Full (max)トップ
BenchLeader Index61.561.7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 1.2 (xhigh)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208 tok/s–
回答開始までの時間11.4秒–
回答が完了するまでの時間(最終測定2026年11月13日)23.9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 Spark 1.2 (xhigh)のスコアは61.5、最初の回答トークンまで11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

114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 1.2 (xhigh)Muse Wonder Full (max)
BenchLeader IndexBenchLeader61.561.7
エージェント・ツールスコアBenchLeader55.463.6
コーディングスコアBenchLeader54.769.9
人間の評価スコアBenchLeader68.6–
知識スコアBenchLeader64.562.3
長文コンテキストスコアBenchLeader64.166.6
数学スコアBenchLeader66.8–
マルチモーダルスコアBenchLeader65.3–
推論スコアBenchLeader68.165.8
ブレンド価格($/100万トークン)BenchLeader$2.00–
出力速度BenchLeader208 tok/s–
回答開始までの時間BenchLeader11.4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
SimpleBenchSimpleBench74.5%†–
Arena Hard PromptsArena (LMArena)1514–
LiveBench 1.0 ReasoningLiveBench90.0%–
GPQA Diamond (AA)Artificial Analysis90.4%–
Humanity's Last Exam (AA)Artificial Analysis45.5%53.6%
HLE-Diamond (AA)Artificial Analysis–48.5%
CritPtArtificial Analysis17.7%32.9%
CritPt v2 hard subset (AA)Artificial Analysis–56.5%
MysteryMechanismVals AI–35.1%
Arena ExpertArena (LMArena)1503–
Chess PuzzlesEpoch AI Benchmarking Hub27.0%–
LMCAEpoch AI Benchmarking Hub48.4%–
DTBenchEpoch AI Benchmarking Hub94.7%–
コーディング
SciCodeSciCode57.4%–
WeirdMLWeirdML60.3%–
Arena CodingArena (LMArena)1542–
Arena WebDevArena (LMArena)15341724
LiveBench 1.0 CodingLiveBench77.5%–
SciCode (AA)Artificial Analysis57.4%62.6%
IOIVals AI21.8%79.8%
SWE-bench (Vals)Vals AI86.6%–
Code MigrationVals AI29.9%61.0%
Code Migration v1.1Vals AI–62.8%
ProgramBenchVals AI0.5%0.5%
SWE-bench MultimodalVals AI–47.3%
114件のベンチマークをすべて表示
指標公開元Muse Spark 1.2 (xhigh)Muse Wonder Full (max)
コーディング
Vibe Code Bench 1-100Vals AI–34.0%
Vibe Code Bench v1.1Vals AI79.1%86.0%
DeepSWE v1.1Epoch AI Benchmarking Hub54.9%–
FrontierSWEEpoch AI Benchmarking Hub12.0%–
Terminal-Bench 4.0 (AA)Artificial Analysis7.1%57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis80.2%–
Startrise FrontendStartrise70.3%†–
GameBench 2 OverallDuelLab GameBench 251.5†–
GameBench 2 by reasoning settingDuelLab GameBench 256.9–
Design Arena WebsiteDesign Arena1309†–
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-AgentsMercor45.4%†–
Arena AgentArena (LMArena)-8.29
LiveBench Agentic CodingLiveBench57.6%–
Terminal-Bench 2.1 (Vals)Vals AI69.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.8%
GDPval-AA v2.1Artificial Analysis14781857
τ³-Banking (AA)Artificial Analysis34.9%–
CyberBenchVals AI69.5%73.6%
Finance Agent v2Vals AI60.6%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 AI25.4%21.7%
Legal Research BenchVals AI43.8%53.4%
Robo-benchVals AI–10.4%
SkillsBenchVals AI53.0%–
SREBenchVals AI0.0%11.8%
Tax Agent BenchVals AI32.8%43.0%
Terminal-Bench 4.0 (Vals)Vals AI6.1%58.1%
Terminal-Bench ScienceVals AI–37.1%
Arena Agent Task CompletionArena (LMArena)-9.811.1
AutomationBenchArtificial Analysis40.6%71.3%
GDP.pdf (AA)Artificial Analysis17.4%32.6%
Harvey LAB-AA v1.1Harvey–13.1%
EnterpriseOps-GymArtificial Analysis47.3%–
AA-Briefcase v1.1Artificial Analysis13231729
GDPxGDPx by SemiAnalysis–9.0%
Design Arena AgenticDesign Arena1185†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–37.1%
数学
ProofBenchVals AI43.0%†–
LiveBench MathematicsLiveBench91.2%–
Arena MathsArena (LMArena)1486–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub60.3%–
LiveBench 1.0 Data AnalysisLiveBench76.5%–
AA-Omniscience v1.1Artificial Analysis–30.6
MMLU-ProVals AI88.3%–
LegalBenchVals AI85.3%87.4%
CorpFinVals AI70.9%–
TaxEvalVals AI80.4%–
BioMysteryBenchVals AI64.8%73.3%
Excel Modeling BenchmarkVals AI57.0%71.9%
Excel Modeling Benchmark v1.1Vals AI–75.0%
MedCodeVals AI49.4%49.9%
MedScribeVals AI90.1%89.3%
Public Benefits Bench v1.1Vals AI68.5%73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI75.7%75.0%
Immigration BenchVals AI66.5%71.2%
GDP.pdfEpoch AI Benchmarking Hub16.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis–41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–82.4%
指示追従
LiveBench LanguageLiveBench78.6%–
LiveBench Instruction FollowingLiveBench74.3%–
Arena Instruction FollowingArena (LMArena)1479–
人間の評価
Arena TextArena (LMArena)1493–
EQ-Bench Creative Writing v3EQ-Bench1842†–
Arena Creative WritingArena (LMArena)1443–
Arena Multi-turnArena (LMArena)1510–
Arena Longer QueriesArena (LMArena)1491–
マルチモーダル
Arena VisionArena (LMArena)1305–
MMMU-Pro (Vals)Vals AI86.1%–
MortgageTaxVals AI65.4%–
Humanity's Sixth SenseScale AI SEAL24.5%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.0%83.7%
MLCRArtificial Analysis7.2%22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.0†–
LiveBench 1.0LiveBench78.0%–
AA Intelligence Index v5.0.1Artificial Analysis–50.1
AA Intelligence Index v4.3.2Artificial Analysis39.655.8
AA Progress Index v1Artificial Analysis309.1343.2
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 AI69.8%†–
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI–77.9%
安全性・誠実さ
DistressBenchScale AI SEAL88.4%†–

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。

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 Spark 1.2 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Muse Spark 1.2 (xhigh):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 1.2 (xhigh):スコアの改訂1件。
  • Muse Spark 1.2 (xhigh):BenchLeader Index 62.2 → 61.6。
  • Muse Spark 1.2 (xhigh):新しい結果1件(AA Progress Index v1)。
  • 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。

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 1.2 vs Muse Wonder Full:よくある質問

Muse Spark 1.2はMuse Wonder Fullより優れていますか?
Muse Spark 1.2 (xhigh)とMuse Wonder Full (max)の品質は互角です(61.5 対 61.7、±5.5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 1.2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、Muse Spark 1.2が1534、Muse Wonder Fullが1724です。
エージェントやツール利用にはMuse Spark 1.2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、Muse Spark 1.2が-8.2、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 64)。どちらも約1Mトークンです(Muse Spark 1.2は1,048,576、Muse Wonder Fullは1,000,000)。
Muse Spark 1.2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33件のベンチマークのうち、Muse Spark 1.2のリードが4件、Muse Wonder Fullのリードが28件、同点が1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。