Muse Wonder Full vs Qwen3.6 Max
詳しいプロフィール:Muse Wonder Full(Meta)とQwen3.6 Max(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 · 6件の情報源のデータ
2026年11月16日時点で、Muse Wonder FullとQwen3.6 Maxの品質は互角です(BenchLeader Indexで61.7 対 62.1、±3.8の誤差範囲内)。コーディング(70 対 56)、推論(66 対 61)、知識(62 対 60)を重視するならMuse Wonder Full、エージェント・ツール(72 対 64)を重視するならQwen3.6 Maxが向いています。
要点(2026年11月16日時点)
- BenchLeader IndexはMuse Wonder Fullが61.7、Qwen3.6 Maxが62.1です(BenchLeader、2026年11月16日)。
- Qwen3.6 Maxの100万トークンあたりのブレンド価格は$2.92です(定価、2026年11月16日)。
- 両モデルに結果がある5件のベンチマークのうち、Muse Wonder Fullが5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 Wonder Fullが1724、Qwen3.6 Maxが1482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 56;Arena WebDev 1724 対 1482 | 高 |
| エージェント・ツール利用 | Qwen3.6 Max | カテゴリスコア72 対 64 | 高 |
| 推論 | Muse Wonder Full | カテゴリスコア66 対 61;Humanity's Last Exam (AA) 53.6% 対 30.8% | 中 |
| 知識 | Muse Wonder Full | カテゴリスコア62 対 60 | 中 |
| 長い文書 | Muse Wonder Full | カテゴリスコア67 対 65;AA-LCR v1.1 83.7% 対 80.7% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.6 Max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 Wonder Full (max)とQwen3.6 Max (max)の品質は互角です(61.7 対 62.1、±3.8の誤差範囲内)。
- 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。
- Qwen3.6 Max (max)はエージェント・ツールで優れています。
概要
| 仕様 | Muse Wonder Full | Qwen3.6 Max |
|---|---|---|
| プロバイダー | Meta | Alibaba |
| リリース日 | 2026年10月12日 | 2026年4月20日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 262,144 |
| 比較した構成 | Muse Wonder Full (max) | Qwen3.6 Max (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) | – | $1.30 / $7.80 / $0.130 |
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 Wonder Full (max) | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| 推論 | 65.8 | 60.8 | Muse Wonder Full |
| コーディング | 69.9 | 55.9 | Muse Wonder Full |
| エージェント・ツール | 63.6 | 72.1 | Qwen3.6 Max |
| 数学 | – | 64.4 | 比較不可 |
| 知識 | 62.3 | 59.7 | Muse Wonder Full |
| 指示追従 | – | 74.7 | 比較不可 |
| 人間の評価 | – | 64.5 | 比較不可 |
| 長文コンテキスト | 66.6 | 65.0 | Muse 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。
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。
情報源で評価が分かれる点
両方に結果がある5件のベンチマークのうち、Muse Wonder Fullのリードが5件、Qwen3.6 Maxのリードが0件です。
| 総合Index | Muse Wonder Full (max) | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 61.7 | 62.1 | 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 Wonder Full (max) | Qwen3.6 Max (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | – | $2.92 |
| 100万トークンあたりの入力/出力 | – / – | $1.30 / $7.80 |
| 100万トークンあたりのキャッシュ入力 | – | $0.130 |
| タスクあたりの価格:チャットの返答 | – | $0.0029 |
| タスクあたりの価格:30ページのレポートを要約 | – | $0.020 |
| タスクあたりの価格:コード編集 | – | $0.019 |
| 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 | – | $0.109 |
| タスクあたりの価格:構造化データの抽出 | – | $0.0042 |
| 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) | – | $0.057 |
| タスクあたりの出力トークン(AA Index) | 88k | – |
| うち推論 | 55k | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Wonder Full (max)のスコアは61.7。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
89件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Wonder Full (max) | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 61.7 | 62.1 |
| エージェント・ツールスコア | BenchLeader | 63.6 | 72.1 |
| コーディングスコア | BenchLeader | 69.9 | 55.9 |
| 知識スコア | BenchLeader | 62.3 | 59.7 |
| 長文コンテキストスコア | BenchLeader | 66.6 | 65.0 |
| 推論スコア | BenchLeader | 65.8 | 60.8 |
| 人間の評価スコア | BenchLeader | – | 64.5 |
| 指示追従スコア | BenchLeader | – | 74.7 |
| 数学スコア | BenchLeader | – | 64.4 |
| ブレンド価格($/100万トークン) | BenchLeader | – | $2.92 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 87.4% |
| SimpleBench | SimpleBench | – | 63.0% |
| Arena Hard Prompts | Arena (LMArena) | – | 1481 |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 53.6% | 30.8% |
| HLE-Diamond (AA) | Artificial Analysis | 48.5% | – |
| CritPt | Artificial Analysis | 32.9% | 3.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 56.5% | – |
| MysteryMechanism | Vals AI | 35.1% | – |
| Arena Expert | Arena (LMArena) | – | 1497 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | – | 87.2% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| Arena Coding | Arena (LMArena) | – | 1510 |
| Arena WebDev | Arena (LMArena) | 1724 | 1482 |
| SciCode (AA) | Artificial Analysis | 62.6% | – |
| IOI | Vals AI | 79.8% | – |
| SWE-bench (Vals) | Vals AI | – | 72.8% |
| Code Migration | Vals AI | 61.0% | – |
| Code Migration v1.1 | Vals AI | 62.8% | – |
| ProgramBench | Vals AI | 0.5% | – |
| SWE-bench Multimodal | Vals AI | 47.3% | – |
| Vibe Code Bench 1-100 | Vals AI | 34.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 86.0% | – |
89件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Wonder Full (max) | Qwen3.6 Max (max) |
|---|---|---|---|
| コーディング | |||
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 57.1% | – |
| 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 | |||
| Arena Agent | Arena (LMArena) | 9 | – |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 67.8% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1857 | – |
| CyberBench | Vals AI | 73.6% | – |
| Finance Agent v2 | Vals AI | 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 | 21.7% | – |
| Legal Research Bench | Vals AI | 53.4% | – |
| Robo-bench | Vals AI | 10.4% | – |
| SREBench | Vals AI | 11.8% | – |
| Tax Agent Bench | Vals AI | 43.0% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 58.1% | – |
| Terminal-Bench Science | Vals AI | 37.1% | – |
| Arena Agent Task Completion | Arena (LMArena) | 11.1 | – |
| Vending-Bench 2 | Andon Labs | – | 4254.2 |
| AutomationBench | Artificial Analysis | 71.3% | – |
| GDP.pdf (AA) | Artificial Analysis | 32.6% | – |
| Harvey LAB-AA v1.1 | Harvey | 13.1% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1729 | – |
| GDPx | GDPx by SemiAnalysis | 9.0% | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 37.1% | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 91.1% |
| Arena Maths | Arena (LMArena) | – | 1471 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 52.0% |
| AA-Omniscience v1.1 | Artificial Analysis | 30.6 | – |
| LegalBench | Vals AI | 87.4% | – |
| CorpFin | Vals AI | – | 66.5% |
| BioMysteryBench | Vals AI | 73.3% | – |
| CaseLaw v2 | Vals AI | – | 47.9% |
| Excel Modeling Benchmark | Vals AI | 71.9% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 75.0% | – |
| MedCode | Vals AI | 49.9% | – |
| MedScribe | Vals AI | 89.3% | – |
| Public Benefits Bench v1.1 | Vals AI | 73.8% | – |
| Access to Justice Benchmark | Vals AI | 74.7% | – |
| Financial Coaching Bench | Vals AI | 75.0% | – |
| Immigration Bench | Vals AI | 71.2% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 41.0% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 82.4% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 76.6% |
| Arena Instruction Following | Arena (LMArena) | – | 1451 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1460 |
| Arena Creative Writing | Arena (LMArena) | – | 1438 |
| Arena Multi-turn | Arena (LMArena) | – | 1466 |
| Arena Longer Queries | Arena (LMArena) | – | 1473 |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 83.7% | 80.7% |
| MLCR | Artificial Analysis | 22.2% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 149.8 |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 50.1 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 55.8 | 28.4 |
| AA Progress Index v1 | Artificial Analysis | 343.2 | 297.1 |
| 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 Router Index | Vals AI | 66.8%† | – |
| Vals Legal Index | Vals AI | 77.9% | – |
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
- Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
- Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
- 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 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。
- Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
- 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…)。
- Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。
関連する比較
- Muse Wonder Full vs Claude Fable 5.2
- Muse Wonder Full vs Gemini 4 Carbon
- Muse Wonder Full vs Claude Opus 5.5
- Qwen3.6 Max vs Claude Fable 5.2
- Qwen3.6 Max vs Gemini 4 Carbon
- Qwen3.6 Max vs Claude Opus 5.5
- Qwen3.6 Max vs GPT-6 Astra
- Muse Spark 1.3 vs Qwen3.6 Max
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 Wonder Full vs Qwen3.6 Max:よくある質問
- Muse Wonder FullはQwen3.6 Maxより優れていますか?
- Muse Wonder Full (max)とQwen3.6 Max (max)の品質は互角です(61.7 対 62.1、±3.8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 Wonder FullとQwen3.6 Max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 56。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 Wonder Fullが1724、Qwen3.6 Maxが1482です。
- エージェントやツール利用にはMuse Wonder FullとQwen3.6 Max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Qwen3.6 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 64。50が平均)。
- 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 65)。コンテキストはMuse Wonder Fullの方が長く、1,000,000トークンです(Qwen3.6 Maxは262,144トークン)。
- Muse Wonder FullとQwen3.6 Max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5件のベンチマークのうち、Muse Wonder Fullのリードが5件、Qwen3.6 Maxのリードが0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。