BenchLeader

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 FullQwen3.6 Max
プロバイダーMetaAlibaba
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)1,000,000262,144
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65.860.8Muse Wonder Full
コーディング69.955.9Muse Wonder Full
エージェント・ツール63.672.1Qwen3.6 Max
数学–64.4比較不可
知識62.359.7Muse 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66.665.0Muse 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 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: 66.6Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 長文コンテキスト: 65.0

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IndexMuse Wonder Full (max)Qwen3.6 Max (max)トップ
BenchLeader Index61.762.1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 IndexBenchLeader61.762.1
エージェント・ツールスコアBenchLeader63.672.1
コーディングスコアBenchLeader69.955.9
知識スコアBenchLeader62.359.7
長文コンテキストスコアBenchLeader66.665.0
推論スコアBenchLeader65.860.8
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BenchLeader1,000,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)–1481
GPQA Diamond (AA)Artificial Analysis–88.8%
Humanity's Last Exam (AA)Artificial Analysis53.6%30.8%
HLE-Diamond (AA)Artificial Analysis48.5%–
CritPtArtificial Analysis32.9%3.7%
CritPt v2 hard subset (AA)Artificial Analysis56.5%–
MysteryMechanismVals AI35.1%–
Arena ExpertArena (LMArena)–1497
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub–42.5%
DTBenchEpoch AI Benchmarking Hub–87.2%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
Arena CodingArena (LMArena)–1510
Arena WebDevArena (LMArena)17241482
SciCode (AA)Artificial Analysis62.6%–
IOIVals AI79.8%–
SWE-bench (Vals)Vals AI–72.8%
Code MigrationVals AI61.0%–
Code Migration v1.1Vals AI62.8%–
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI47.3%–
Vibe Code Bench 1-100Vals AI34.0%–
Vibe Code Bench v1.1Vals AI86.0%–
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 Analysis57.1%–
FrontierCode 1.1 (AA)Artificial Analysis44.9%–
FrontierCode 2.0 (AA)Artificial Analysis37.8%–
エージェント・ツール
Arena AgentArena (LMArena)9–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis67.8%–
GDPval-AA v2.1Artificial Analysis1857–
CyberBenchVals AI73.6%–
Finance Agent v2Vals AI59.1%–
Finance Agent v2.1Vals AI67.6%–
Harvey's Legal Agent Benchmark v1.1Vals AI23.3%–
Harvey's Legal Agent Benchmark v1Vals AI21.7%–
Legal Research BenchVals AI53.4%–
Robo-benchVals AI10.4%–
SREBenchVals AI11.8%–
Tax Agent BenchVals AI43.0%–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI58.1%–
Terminal-Bench ScienceVals AI37.1%–
Arena Agent Task CompletionArena (LMArena)11.1–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis71.3%–
GDP.pdf (AA)Artificial Analysis32.6%–
Harvey LAB-AA v1.1Harvey13.1%–
AA-Briefcase v1.1Artificial Analysis1729–
GDPxGDPx by SemiAnalysis9.0%–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis37.1%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
Arena MathsArena (LMArena)–1471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
AA-Omniscience v1.1Artificial Analysis30.6–
LegalBenchVals AI87.4%–
CorpFinVals AI–66.5%
BioMysteryBenchVals AI73.3%–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI71.9%–
Excel Modeling Benchmark v1.1Vals AI75.0%–
MedCodeVals AI49.9%–
MedScribeVals AI89.3%–
Public Benefits Bench v1.1Vals AI73.8%–
Access to Justice BenchmarkVals AI74.7%–
Financial Coaching BenchVals AI75.0%–
Immigration BenchVals AI71.2%–
AA-Omniscience v1.1: accuracyArtificial Analysis41.0%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis82.4%–
指示追従
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)–1451
人間の評価
Arena TextArena (LMArena)–1460
Arena Creative WritingArena (LMArena)–1438
Arena Multi-turnArena (LMArena)–1466
Arena Longer QueriesArena (LMArena)–1473
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.7%80.7%
MLCRArtificial Analysis22.2%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–149.8
AA Intelligence Index v5.0.1Artificial Analysis50.1–
AA Intelligence Index v4.3.2Artificial Analysis55.828.4
AA Progress Index v1Artificial Analysis343.2297.1
Vals IndexVals AI66.8–
Vals Finance IndexVals AI64.5%–
Vals RSI IndexVals AI24.4%–
Vals Science IndexVals AI48.5%–
Vals Router IndexVals AI66.8%†–
Vals Legal IndexVals AI77.9%–

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。

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。