Muse Wonder vs Qwen3.6 Max
詳しいプロフィール:Muse Wonder(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 · 9件の情報源のデータ
2026年11月16日時点で、Muse WonderとQwen3.6 Maxの品質は互角です(BenchLeader Indexで64.4 対 62.1、±4.2の誤差範囲内)。価格はQwen3.6 Maxの方が2.7倍安く、100万トークンあたりのブレンド価格で$2.92 対 $8.00です。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、Qwen3.6 Maxが62.1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)。
- 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4件のベンチマークのうち、Muse Wonderが4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 |
|---|---|---|---|
| エージェント・ツール利用 | Muse Wonder | カテゴリスコア76 対 72;Vending-Bench 2 9432.2 対 4254.2 | 中 |
| 数学 | Muse Wonder | カテゴリスコア70 対 64 | 中 |
| 知識 | Muse Wonder | カテゴリスコア77 対 60 | 高 |
| チャットの質(人間の評価) | Muse Wonder | Arenaの投票で70 対 65 | 中 |
| 最低コスト | Qwen3.6 Max | 100万トークンあたりブレンド価格$2.92 対 $8.00;エージェント型コーディングセッション$0.109 対 $0.320 | – |
| 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Qwen3.6 Max (max)の品質は互角です(64.4 対 62.1、±4.2の誤差範囲内)。
- Muse Wonderはエージェント・ツール、人間の評価、知識、数学で優れています。
- Qwen3.6 Max (max)の方が2.7倍安くなっています(100万トークンあたりブレンド価格$2.92 対 $8.00)。
概要
| 仕様 | Muse Wonder | 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) | 1,048,576 | 262,144 |
| 比較した構成 | Muse Wonder | 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) | $4.00 / $20.00 / $0.200 | $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 | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| 推論 | – | 60.8 | 比較不可 |
| コーディング | – | 55.9 | 比較不可 |
| エージェント・ツール | 75.6 | 72.1 | Muse Wonder |
| 数学 | 70.1 | 64.4 | Muse Wonder |
| 知識 | 77.1 | 59.7 | Muse Wonder |
| 指示追従 | – | 74.7 | 比較不可 |
| 人間の評価 | 69.6 | 64.5 | Muse Wonder |
| 長文コンテキスト | – | 65.0 | 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。
描画していないもの(測定済みのモデルが2つ未満):推論, コーディング, 指示追従, 長文コンテキスト, マルチモーダル。
情報源で評価が分かれる点
両方に結果がある4件のベンチマークのうち、Muse Wonderのリードが4件、Qwen3.6 Max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が上回っています。
| 総合Index | Muse Wonder | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 64.4 | 62.1 | 互角 |
| Arena Text | 1511† | 1460 | Muse Wonder |
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 | Qwen3.6 Max (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $8.00 | $2.92 |
| 100万トークンあたりの入力/出力 | $4.00 / $20.00 | $1.30 / $7.80 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.130 |
| タスクあたりの価格:チャットの返答 | $0.0076 | $0.0029 |
| タスクあたりの価格:30ページのレポートを要約 | $0.060 | $0.020 |
| タスクあたりの価格:コード編集 | $0.054 | $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 | $0.320 | $0.109 |
| タスクあたりの価格:構造化データの抽出 | $0.012 | $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) | $0.149 | $0.057 |
| 出力速度 | 70 tok/s | – |
| 回答開始までの時間 | 3.3秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Muse Wonderのスコアは64.4、最初の回答トークンまで3秒。Muse Wonder (max)は60.8(20秒)、Muse Wonder (high)は56.2(13秒)。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
134件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Muse Wonder | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 64.4 | 62.1 |
| エージェント・ツールスコア | BenchLeader | 75.6 | 72.1 |
| 人間の評価スコア | BenchLeader | 69.6 | 64.5 |
| 知識スコア | BenchLeader | 77.1 | 59.7 |
| 数学スコア | BenchLeader | 70.1 | 64.4 |
| コーディングスコア | BenchLeader | – | 55.9 |
| 指示追従スコア | BenchLeader | – | 74.7 |
| 長文コンテキストスコア | BenchLeader | – | 65.0 |
| 推論スコア | BenchLeader | – | 60.8 |
| ブレンド価格($/100万トークン) | BenchLeader | $8.00 | $2.92 |
| 出力速度 | BenchLeader | 70 tok/s | – |
| 回答開始までの時間 | BenchLeader | 3.3秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576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) | 1531† | 1481 |
| LiveBench 2.0 Reasoning | LiveBench | 90.6%† | – |
| LiveBench 1.0 Reasoning | LiveBench | 90.6%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 50.1%† | 30.8% |
| HLE-Diamond (AA) | Artificial Analysis | 39.0%† | – |
| CritPt | Artificial Analysis | 28.3%† | 3.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 50.5%† | – |
| MysteryMechanism | Vals AI | 27.5%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 37.3% | – |
| Arena Expert | Arena (LMArena) | 1525† | 1497 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 51.0%† | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | 56.8% | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | 95.2% | 87.2% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| SciCode | SciCode | 60.3%† | – |
| Arena Coding | Arena (LMArena) | 1542† | 1510 |
| Arena WebDev | Arena (LMArena) | 1647† | 1482 |
| LiveBench 2.0 Coding | LiveBench | 74.9%† | – |
| LiveBench 1.0 Coding | LiveBench | 80.7%† | – |
| IOI | Vals AI | 66.9%† | – |
| SWE-bench (Vals) | Vals AI | – | 72.8% |
| Code Migration | Vals AI | 62.5%† | – |
134件のベンチマークをすべて表示
| 指標 | 公開元 | Muse Wonder | Qwen3.6 Max (max) |
|---|---|---|---|
| コーディング | |||
| Code Migration v1.1 | Vals AI | 72.4%† | – |
| SWE-bench Multimodal | Vals AI | 45.6%† | – |
| Vibe Code Bench 1-100 | Vals AI | 26.6%† | – |
| Vibe Code Bench v1.1 | Vals AI | 83.1%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | 64.8% | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 73.4% | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 61.1% | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 60.0% | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 96.7%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 90.2%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 45.6%† | – |
| CursorBench | Cursor | 50.4%† | – |
| WeirdML v3 | WeirdML | 15.2%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 52.0%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 64.8 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 54.9† | – |
| Design Arena Website | Design Arena | 1378† | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 46.5%† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 27.9%† | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 47.0%† | – |
| APEX-Agents | Mercor | 66.1%† | – |
| Arena Agent | Arena (LMArena) | 1.8† | – |
| LiveBench Long Agentic | LiveBench | 46.2%† | – |
| LiveBench Browser | LiveBench | 60.0%† | – |
| LiveBench Agentic Coding | LiveBench | 62.7%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| HiL-Bench | Scale AI SEAL | 79.7% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 63.5%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1770† | – |
| CUA-bench | Vals AI | 7.2%† | – |
| CyberBench | Vals AI | 80.4%† | – |
| Finance Agent v2 | Vals AI | 56.6%† | – |
| Finance Agent v2.1 | Vals AI | 65.5%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 23.8%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 17.1%† | – |
| Legal Research Bench | Vals AI | 50.5%† | – |
| Tax Agent Bench | Vals AI | 36.3%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 49.5%† | – |
| Terminal-Bench Science | Vals AI | 22.9%† | – |
| Arena Agent Task Completion | Arena (LMArena) | 5.4† | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 24.2%† | – |
| Vending-Bench 2 | Andon Labs | 9432.2 | 4254.2 |
| AutomationBench | Artificial Analysis | 68.1%† | – |
| GDP.pdf (AA) | Artificial Analysis | 30.6%† | – |
| Harvey LAB-AA v1.1 | Harvey | 10.0%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1659† | – |
| GDPx | GDPx by SemiAnalysis | 6.8%† | – |
| Design Arena Agentic | Design Arena | 1177† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 25.7%† | – |
| MKA (AA) | Artificial Analysis | 47.5%† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 82.1%† | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 70.7%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.4%† | 91.1% |
| ProofBench | Vals AI | 84.0% | – |
| LiveBench Mathematics | LiveBench | 96.5%† | – |
| Arena Maths | Arena (LMArena) | 1490† | 1471 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 52.0% |
| LiveBench 2.0 Data Analysis | LiveBench | 81.6%† | – |
| LiveBench Research | LiveBench | 93.0%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 81.6%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 25.1† | – |
| CorpFin | Vals AI | – | 66.5% |
| PRBench Finance | Scale AI SEAL | 58.7% | – |
| PRBench Legal | Scale AI SEAL | 58.4% | – |
| BioMysteryBench | Vals AI | 67.0%† | – |
| CaseLaw v2 | Vals AI | – | 47.9% |
| Excel Modeling Benchmark | Vals AI | 67.1%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 72.5%† | – |
| Public Benefits Bench v1.1 | Vals AI | 70.2%† | – |
| Access to Justice Benchmark | Vals AI | 73.0%† | – |
| Financial Coaching Bench | Vals AI | 73.8%† | – |
| Immigration Bench | Vals AI | 69.6%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 31.4%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 30.8%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 38.0%† | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 79.1%† | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 82.9%† | – |
| LiveBench Instruction Following | LiveBench | 73.0%† | – |
| IFBench | Artificial Analysis | – | 76.6% |
| Arena Instruction Following | Arena (LMArena) | 1498† | 1451 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1511† | 1460 |
| EQ-Bench 4 | EQ-Bench | 1325 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2007 | – |
| Arena Creative Writing | Arena (LMArena) | 1491† | 1438 |
| Arena Multi-turn | Arena (LMArena) | 1525† | 1466 |
| Arena Longer Queries | Arena (LMArena) | 1507† | 1473 |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 70.9%† | – |
| MMMU-Pro | Artificial Analysis | 83.8%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 43.7%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 31.7% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 54.2%† | – |
| VIALS-AA | Handshake AI | 55.3%† | – |
| Code2Video-AA | Artificial Analysis | 997† | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 80.7%† | 80.7% |
| MLCR | Artificial Analysis | 22.2%† | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 161.7 | 149.8 |
| LiveBench 2.0 | LiveBench | 70.7%† | – |
| LiveBench 1.0 | LiveBench | 81.2%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 43.6† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 52.4† | 28.4 |
| AA Progress Index v1 | Artificial Analysis | 335.8† | 297.1 |
| Vals Index | Vals AI | 64.9† | – |
| Vals Finance Index | Vals AI | 61.2%† | – |
| Vals Science Index | Vals AI | 39.1%† | – |
| Vals Router Index | Vals AI | 64.9% | – |
| Vals Legal Index | Vals AI | 75.3%† | – |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | 85.9% | – |
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。
- Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
- 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:新しい結果1件(Startrise Frontend)。
- Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
- Muse Wonder:スコアの改訂3件。
関連する比較
- Muse Wonder vs Claude Fable 5.2
- Muse Wonder vs Gemini 4 Carbon
- Muse Wonder 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 · エージェントに最適なLLM · 安くて優秀なLLM
Muse Wonder vs Qwen3.6 Max:よくある質問
- Muse WonderはQwen3.6 Maxより優れていますか?
- Muse WonderとQwen3.6 Max (max)の品質は互角です(64.4 対 62.1、±4.2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。
- Muse WonderとQwen3.6 Maxはどちらが安いですか?今後変わる予定はありますか?
- 現在はQwen3.6 Maxの方が安く、100万トークンあたり$2.92 対 $8.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- エージェントやツール利用にはMuse Wonder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 72。50が平均)。
- 長い文書にはどちらが向いていますか?
- コンテキストはMuse Wonderの方が長く、1,048,576トークンです(Qwen3.6 Maxは262,144トークン)。
- Muse Wonder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4件のベンチマークのうち、Muse Wonderのリードが4件、Qwen3.6 Max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が上回っています。
ほかの質問(1件)
- 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。