BenchLeader

Muse Wonder vs Muse Wonder Full

詳しいプロフィール:Muse Wonder(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 WonderとMuse Wonder Fullの品質は互角です(BenchLeader Indexで64.4 対 61.7、±3.8の誤差範囲内)。両方を測定できるすべてのカテゴリでMuse Wonderがリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはMuse Wonderが64.4、Muse Wonder Fullが61.7です(BenchLeader、2026年11月16日)。
  • Muse Wonderの100万トークンあたりのブレンド価格は$8.00です(定価、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
エージェント・ツール利用Muse Wonderカテゴリスコア76 対 64高
知識Muse Wonderカテゴリスコア77 対 62高
チャットの質(人間の評価)–Arenaの評価があるのはMuse Wonderのみです(カテゴリスコア70)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とMuse Wonder Full (max)の品質は互角です(64.4 対 61.7、±3.8の誤差範囲内)。
  • Muse Wonderはエージェント・ツール、知識で優れています。

概要

仕様Muse WonderMuse Wonder Full
プロバイダーMetaMeta
リリース日2026年10月12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 WonderMuse 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)$4.00 / $20.00 / $0.200–

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 WonderMuse Wonder Full (max)トップ
推論–65.8比較不可
コーディング–69.9比較不可
エージェント・ツール75.663.6Muse Wonder
数学70.1–比較不可
知識77.162.3Muse Wonder
人間の評価69.6–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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキスト人間の評価Muse Wonder, エージェント・ツール: 75.6Muse Wonder, 数学: 70.1Muse Wonder, 知識: 77.1Muse Wonder, 人間の評価: 69.6Muse 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

破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。

描画していないもの(これらのモデルの結果なし):指示追従, マルチモーダル。

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0件のベンチマークのうち、Muse Wonderのリードが0件、Muse Wonder Fullのリードが0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 WonderMuse Wonder Full (max)トップ
BenchLeader Index64.461.7互角
AA Intelligence Index v5.0.140.5†50.1Muse Wonder Full
Vals Index64.9†66.8Muse 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 WonderMuse Wonder Full (max)
100万トークンあたりのブレンド価格$8.00–
100万トークンあたりの入力/出力$4.00 / $20.00– / –
100万トークンあたりのキャッシュ入力$0.200–
タスクあたりの価格:チャットの返答$0.0076–
タスクあたりの価格:30ページのレポートを要約$0.060–
タスクあたりの価格:コード編集$0.054–
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$0.320–
タスクあたりの価格:構造化データの抽出$0.012–
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)$0.149–
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70 tok/s–
回答開始までの時間3.3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 Wonderのスコアは64.4、最初の回答トークンまで3秒。Muse Wonder (max)は60.8(20秒)、Muse Wonder (high)は56.2(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

130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 WonderMuse Wonder Full (max)
BenchLeader IndexBenchLeader64.461.7
エージェント・ツールスコアBenchLeader75.663.6
人間の評価スコアBenchLeader69.6–
知識スコアBenchLeader77.162.3
数学スコアBenchLeader70.1–
コーディングスコアBenchLeader–69.9
長文コンテキストスコアBenchLeader–66.6
推論スコアBenchLeader–65.8
ブレンド価格($/100万トークン)BenchLeader$8.00–
出力速度BenchLeader70 tok/s–
回答開始までの時間BenchLeader3.3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
Arena Hard PromptsArena (LMArena)1531†–
LiveBench 2.0 ReasoningLiveBench90.6%†–
LiveBench 1.0 ReasoningLiveBench90.6%†–
Humanity's Last Exam (AA)Artificial Analysis50.1%†53.6%
HLE-Diamond (AA)Artificial Analysis39.0%†48.5%
CritPtArtificial Analysis28.3%†32.9%
CritPt v2 hard subset (AA)Artificial Analysis50.5%†56.5%
MysteryMechanismVals AI27.5%†35.1%
HLE-Diamond (Scale)Scale AI SEAL37.3%–
Arena ExpertArena (LMArena)1525†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub51.0%†–
LMCAEpoch AI Benchmarking Hub56.8%–
DTBenchEpoch AI Benchmarking Hub95.2%–
コーディング
SciCodeSciCode60.3%†–
Arena CodingArena (LMArena)1542†–
Arena WebDevArena (LMArena)1647†1724
LiveBench 2.0 CodingLiveBench74.9%†–
LiveBench 1.0 CodingLiveBench80.7%†–
SciCode (AA)Artificial Analysis60.3%†62.6%
IOIVals AI66.9%†79.8%
Code MigrationVals AI62.5%†61.0%
Code Migration v1.1Vals AI72.4%†62.8%
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI45.6%†47.3%
Vibe Code Bench 1-100Vals AI26.6%†34.0%
130件のベンチマークをすべて表示
指標公開元Muse WonderMuse Wonder Full (max)
コーディング
Vibe Code Bench v1.1Vals AI83.1%†86.0%
SWE Atlas v1.1Scale AI SEAL64.8%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL73.4%–
SWE Atlas v1.1: Test WritingScale AI SEAL61.1%–
SWE Atlas v1.1: RefactoringScale AI SEAL60.0%–
SWE-Bench Pro V2Scale AI SEAL96.7%†–
SWE-Bench Pro V2 HARDScale AI SEAL90.2%†–
MirrorCodeEpoch AI Benchmarking Hub45.6%†–
CursorBenchCursor50.4%†–
WeirdML v3WeirdML15.2%†–
Terminal-Bench 4.0 (AA)Artificial Analysis52.0%†57.1%
GameBench 2 OverallDuelLab GameBench 264.8–
GameBench 2 by reasoning settingDuelLab GameBench 254.9†–
Design Arena WebsiteDesign Arena1378†–
FrontierCode 1.1 (AA)Artificial Analysis46.5%†44.9%
FrontierCode 2.0 (AA)Artificial Analysis27.9%†37.8%
エージェント・ツール
Terminal-BenchTerminal-Bench47.0%†–
APEX-AgentsMercor66.1%†–
Arena AgentArena (LMArena)1.8†9
LiveBench Long AgenticLiveBench46.2%†–
LiveBench BrowserLiveBench60.0%†–
LiveBench Agentic CodingLiveBench62.7%†–
HiL-BenchScale AI SEAL79.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis63.5%†67.8%
GDPval-AA v2.1Artificial Analysis1770†1857
CUA-benchVals AI7.2%†–
CyberBenchVals AI80.4%†73.6%
Finance Agent v2Vals AI56.6%†59.1%
Finance Agent v2.1Vals AI65.5%†67.6%
Harvey's Legal Agent Benchmark v1.1Vals AI23.8%†23.3%
Harvey's Legal Agent Benchmark v1Vals AI17.1%†21.7%
Legal Research BenchVals AI50.5%†53.4%
Robo-benchVals AI–10.4%
SREBenchVals AI–11.8%
Tax Agent BenchVals AI36.3%†43.0%
Terminal-Bench 4.0 (Vals)Vals AI49.5%†58.1%
Terminal-Bench ScienceVals AI22.9%†37.1%
Arena Agent Task CompletionArena (LMArena)5.4†11.1
PostTrainBenchEpoch AI Benchmarking Hub24.2%†–
Vending-Bench 2Andon Labs9432.2–
AutomationBenchArtificial Analysis68.1%†71.3%
GDP.pdf (AA)Artificial Analysis30.6%†32.6%
Harvey LAB-AA v1.1Harvey10.0%†13.1%
AA-Briefcase v1.1Artificial Analysis1659†1729
GDPxGDPx by SemiAnalysis6.8%†9.0%
Design Arena AgenticDesign Arena1177†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis25.7%†37.1%
MKA (AA)Artificial Analysis47.5%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub82.1%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub70.7%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.4%†–
ProofBenchVals AI84.0%–
LiveBench MathematicsLiveBench96.5%†–
Arena MathsArena (LMArena)1490†–
知識
LiveBench 2.0 Data AnalysisLiveBench81.6%†–
LiveBench ResearchLiveBench93.0%†–
LiveBench 1.0 Data AnalysisLiveBench81.6%†–
AA-Omniscience v1.1Artificial Analysis25.1†30.6
LegalBenchVals AI–87.4%
PRBench FinanceScale AI SEAL58.7%–
PRBench LegalScale AI SEAL58.4%–
BioMysteryBenchVals AI67.0%†73.3%
Excel Modeling BenchmarkVals AI67.1%†71.9%
Excel Modeling Benchmark v1.1Vals AI72.5%†75.0%
MedCodeVals AI–49.9%
MedScribeVals AI–89.3%
Public Benefits Bench v1.1Vals AI70.2%†73.8%
Access to Justice BenchmarkVals AI73.0%†74.7%
Financial Coaching BenchVals AI73.8%†75.0%
Immigration BenchVals AI69.6%†71.2%
EBR-benchEpoch AI Benchmarking Hub31.4%†–
GDP.pdfEpoch AI Benchmarking Hub30.8%†–
AA-Omniscience v1.1: accuracyArtificial Analysis38.0%†41.0%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis79.1%†82.4%
指示追従
LiveBench LanguageLiveBench82.9%†–
LiveBench Instruction FollowingLiveBench73.0%†–
Arena Instruction FollowingArena (LMArena)1498†–
人間の評価
Arena TextArena (LMArena)1511†–
EQ-Bench 4EQ-Bench1325–
EQ-Bench Creative Writing v3EQ-Bench2007–
Arena Creative WritingArena (LMArena)1491†–
Arena Multi-turnArena (LMArena)1525†–
Arena Longer QueriesArena (LMArena)1507†–
マルチモーダル
LiveBench DesignLiveBench70.9%†–
MMMU-ProArtificial Analysis83.8%†–
Humanity's Sixth SenseScale AI SEAL43.7%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub31.7%–
Furniture AssemblyEpoch AI Benchmarking Hub54.2%†–
VIALS-AAHandshake AI55.3%†–
Code2Video-AAArtificial Analysis997†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.7%†83.7%
MLCRArtificial Analysis22.2%†22.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub161.7–
LiveBench 2.0LiveBench70.7%†–
LiveBench 1.0LiveBench81.2%†–
AA Intelligence Index v5.0.1Artificial Analysis43.6†50.1
AA Intelligence Index v4.3.2Artificial Analysis52.4†55.8
AA Progress Index v1Artificial Analysis335.8†343.2
Vals IndexVals AI64.9†66.8
Vals Finance IndexVals AI61.2%†64.5%
Vals RSI IndexVals AI–24.4%
Vals Science IndexVals AI39.1%†48.5%
Vals Router IndexVals AI64.9%66.8%†
Vals Legal IndexVals AI75.3%†77.9%
安全性・誠実さ
DistressBenchScale AI SEAL85.9%–

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。

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:BenchLeader Index 63.0 → 64.4。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Muse Wonder:新しい結果1件(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • Muse Wonder:スコアの改訂5件。
  • Muse Wonder: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)。

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 vs Muse Wonder Full:よくある質問

Muse WonderはMuse Wonder Fullより優れていますか?
Muse WonderとMuse Wonder Full (max)の品質は互角です(64.4 対 61.7、±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。
エージェントやツール利用にはMuse Wonder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の方がスコアが高くなっています(カテゴリ指標で76 対 64。50が平均)。
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 Wonderは1,048,576、Muse Wonder Fullは1,000,000)。
Muse Wonderはいつリリースされましたか?
Muse Wonderは2026年10月12日にリリースされました。