BenchLeader

Muse Spark Open vs Muse Wonder Full

詳しいプロフィール:Muse Spark Open(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 · 11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Muse Spark Openを上回ります(BenchLeader Indexで61.7 対 53.5)。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Muse Spark Openが53.5、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • Muse Spark Open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34件のベンチマークのうち、Muse Wonder Fullが31件でリードしています(BenchLeader、2026年11月16日)。

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 36;FrontierCode 2.0 (AA) 37.8% 対 7.6%高
推論Muse Wonder Fullカテゴリスコア66 対 51;HLE-Diamond (AA) 48.5% 対 26.3%高
知識Muse Wonder Fullカテゴリスコア62 対 59;AA-Omniscience v1.1 30.6 対 25.8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 78.3%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 53.5。
  • Muse Wonder Full (max)はコーディング、知識、長文コンテキスト、推論で優れています。

概要

仕様Muse Spark OpenMuse Wonder Full
プロバイダーMetaMeta
リリース日2026年10月15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 Open (xhigh)Muse 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)$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 Open (xhigh)Muse Wonder Full (max)トップ
推論51.365.8Muse Wonder Full
コーディング36.069.9Muse Wonder Full
エージェント・ツール–63.6比較不可
知識58.862.3Muse Wonder Full
マルチモーダル63.3–比較不可
長文コンテキスト63.866.6Muse 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推論コーディング知識長文コンテキストMuse Spark Open, 推論: 51.3Muse Spark Open, コーディング: 36.0Muse Spark Open, 知識: 58.8Muse Spark Open, 長文コンテキスト: 63.8Muse Wonder Full, 推論: 65.8Muse Wonder Full, コーディング: 69.9Muse 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):エージェント・ツール, 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34件のベンチマークのうち、Muse Spark Openのリードが3件、Muse Wonder Fullのリードが31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IndexMuse Spark Open (xhigh)Muse Wonder Full (max)トップ
BenchLeader Index53.561.7Muse Wonder Full
AA Intelligence Index v5.0.124.950.1Muse Wonder Full
Vals Index48.666.8Muse 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Muse Spark Open (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–
ベンチマークのタスクあたりのコスト(AA Index)$2.02–
タスクあたりの出力トークン(AA Index)66k88k
うち推論32k55k
タスクあたりの時間(AA Index)6 min–
出力速度180 tok/s–
回答開始までの時間9.9秒–
回答が完了するまでの時間(最終測定2026年11月13日)39.9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 Open (xhigh)のスコアは53.5、最初の回答トークンまで10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

97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 Open (xhigh)Muse Wonder Full (max)
BenchLeader IndexBenchLeader53.561.7
コーディングスコアBenchLeader36.069.9
知識スコアBenchLeader58.862.3
長文コンテキストスコアBenchLeader63.866.6
マルチモーダルスコアBenchLeader63.3–
推論スコアBenchLeader51.365.8
エージェント・ツールスコアBenchLeader–63.6
ブレンド価格($/100万トークン)BenchLeader$2.00–
出力速度BenchLeader180 tok/s–
回答開始までの時間BenchLeader9.9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
LiveBench 2.0 ReasoningLiveBench73.7%†–
GPQA Diamond (AA)Artificial Analysis89.0%–
Humanity's Last Exam (AA)Artificial Analysis43.9%53.6%
HLE-Diamond (AA)Artificial Analysis26.3%48.5%
ARC-AGI-1ARC Prize89.0%–
ARC-AGI-2ARC Prize57.5%–
ARC-AGI-3ARC Prize0.4%–
CritPtArtificial Analysis14.9%32.9%
CritPt v2 hard subset (AA)Artificial Analysis29.5%56.5%
MysteryMechanismVals AI–35.1%
HLE-Diamond (Scale)Scale AI SEAL28.0%†–
コーディング
Arena WebDevArena (LMArena)1526†1724
LiveBench 2.0 CodingLiveBench55.1%†–
SciCode (AA)Artificial Analysis58.5%62.6%
IOIVals AI–79.8%
Code MigrationVals AI21.2%61.0%
Code Migration v1.1Vals AI26.9%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 AI76.2%86.0%
SWE Atlas v1.1Scale AI SEAL42.3%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL50.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL41.1%†–
SWE Atlas v1.1: RefactoringScale AI SEAL35.7%†–
97件のベンチマークをすべて表示
指標公開元Muse Spark Open (xhigh)Muse Wonder Full (max)
コーディング
SWE-Bench Pro V2Scale AI SEAL95.0%–
SWE-Bench Pro V2 HARDScale AI SEAL82.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis8.1%57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis76.4%–
GameBench 2 OverallDuelLab GameBench 255.3†–
GameBench 2 by reasoning settingDuelLab GameBench 259.3–
Design Arena WebsiteDesign Arena1305–
FrontierCode 1.1 (AA)Artificial Analysis27.6%44.9%
FrontierCode 2.0 (AA)Artificial Analysis7.6%37.8%
エージェント・ツール
Arena AgentArena (LMArena)–9
LiveBench Long AgenticLiveBench12.1%†–
LiveBench BrowserLiveBench26.2%†–
HiL-BenchScale AI SEAL59.7%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis45.1%67.8%
GDPval-AA v2.1Artificial Analysis14011857
CyberBenchVals AI–73.6%
Finance Agent v2Vals AI61.3%59.1%
Finance Agent v2.1Vals AI60.7%67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI25.0%23.3%
Harvey's Legal Agent Benchmark v1Vals AI16.7%21.7%
Legal Research BenchVals AI38.5%53.4%
Robo-benchVals AI–10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI26.3%43.0%
Terminal-Bench 4.0 (Vals)Vals AI6.6%58.1%
Terminal-Bench ScienceVals AI–37.1%
Arena Agent Task CompletionArena (LMArena)–11.1
AutomationBenchArtificial Analysis49.7%71.3%
GDP.pdf (AA)Artificial Analysis18.6%32.6%
Harvey LAB-AA v1.1Harvey–13.1%
AA-Briefcase v1.1Artificial Analysis12801729
GDPxGDPx by SemiAnalysis1.7%†9.0%
Terminal-Bench-Science 0.1 (AA)Artificial Analysis1.9%37.1%
数学
ArXivMathMathArena27.0%–
BrokenArXivMathArena30.1%–
知識
LiveBench 2.0 Data AnalysisLiveBench60.2%†–
LiveBench ResearchLiveBench82.7%†–
AA-Omniscience v1.1Artificial Analysis25.830.6
LegalBenchVals AI–87.4%
PRBench LegalScale AI SEAL59.8%†–
BioMysteryBenchVals AI–73.3%
Excel Modeling BenchmarkVals AI53.7%71.9%
Excel Modeling Benchmark v1.1Vals AI62.0%75.0%
MedCodeVals AI–49.9%
MedScribeVals AI–89.3%
Public Benefits Bench v1.1Vals AI–73.8%
Access to Justice BenchmarkVals AI–74.7%
Financial Coaching BenchVals AI–75.0%
Immigration BenchVals AI–71.2%
AA-Omniscience v1.1: accuracyArtificial Analysis42.0%41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis72.0%82.4%
指示追従
MultiChallengeScale AI SEAL74.2%†–
マルチモーダル
LiveBench DesignLiveBench58.1%†–
MMMU-ProArtificial Analysis80.9%–
SAGEVals AI85.8%–
Humanity's Sixth SenseScale AI SEAL29.6%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.3%83.7%
MLCRArtificial Analysis7.8%22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.4†–
LiveBench 2.0LiveBench48.5%†–
AA Intelligence Index v5.0.1Artificial Analysis24.950.1
AA Intelligence Index v4.3.2Artificial Analysis38.955.8
AA Progress Index v1Artificial Analysis306.7343.2
Vals IndexVals AI48.666.8
Vals Finance IndexVals AI53.0%64.5%
Vals RSI IndexVals AI–24.4%
Vals Science IndexVals AI–48.5%
Vals Router IndexVals AI–66.8%†
Vals Legal IndexVals AI68.5%77.9%
安全性・誠実さ
FORTRESSScale AI SEAL7.6%†–
DistressBenchScale AI SEAL87.7%†–
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

  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Muse Spark Open (xhigh):スコアの改訂1件。
  • Muse Spark Open (xhigh):新しい結果1件(GameBench 2 by reasoning setting)、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 Spark Open (xhigh):BenchLeader Index 53.3 → 53.8。
  • Muse Wonder Full (max):新しい結果1件(Arena Agent)。
  • Muse Spark Open (xhigh):新しい結果1件(ARC-AGI-3)。
  • Muse Spark Open (xhigh):BenchLeader Index 59.5 → 53.3。
  • Muse Spark Open (xhigh):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3件、価格 $0.84/M → $2.02/M。

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 Open vs Muse Wonder Full:よくある質問

Muse Wonder FullはMuse Spark Open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 53.5。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Muse Spark Open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 36。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FrontierCode 2.0 (AA)では、Muse Spark Openが7.6%、Muse Wonder Fullが37.8%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 Openは1,048,576、Muse Wonder Fullは1,000,000)。
Muse Spark Open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34件のベンチマークのうち、Muse Spark Openのリードが3件、Muse Wonder Fullのリードが31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。
Muse Spark Openはいつリリースされましたか?
Muse Spark Openは2026年10月15日にリリースされました。