BenchLeader

Muse Glimmer

推論エフォート
品質339中113位
54.4Index
中央値より上
中央値比 +4.2
価格255中89位
$0.525100万トークンあたり
多くのモデルより安い
中央値の0.6倍
速度216中107位
82トークン/秒
中央値より上
中央値の1.0倍
コスパ255中86位
103.6ポイント/$
中央値より上
中央値の1.9倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(4分の1の価格)。

より安価でスコアの高いランク付けモデルが14つあります:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238)ほか11つ。

2026年11月16日時点で、Muse Glimmer(Meta)のBenchLeader Indexは54.4です(ランク付け対象は608構成)。最も強いのは数学(62)、最も弱いのはコーディング(46)です。API料金は入力100万トークンあたり$0.300、出力100万トークンあたり$1.20(3:1のブレンドで$0.525)で、2026年11月16日時点の定価です。出力速度は約82トークン/秒です(OpenRouter)。2026年8月10日にリリースされました。

要点(2026年11月16日時点)

  • Muse GlimmerのAPI料金は入力100万トークンあたり$0.300、出力100万トークンあたり$1.20(3:1のブレンドで$0.525)です(定価、2026年11月16日)。
  • Muse Glimmerの出力速度は約82トークン/秒です(OpenRouter、2026年11月16日)。
  • Muse Glimmerは2026年8月10日にリリースされました(Meta)。

詳しく見ると:Muse GlimmerはMetaのオープンウェイトの推論モデルです(2026年8月10日リリース)。最もスコアの高い構成は、BenchLeader Indexで54.4 ±8.1を記録し、608構成中235位で上位半分に入ります。重要なのはこの「±」です。ほかに389構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(62)、コーディングが最も低くなっています(46)。ブレンド価格は100万トークンあたり$0.525で、ランク付けされたモデルの多くより安価です。出力速度は82トークン/秒、最初のトークンまで0.7秒で、多くのモデルより低速です。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$0.525/M
入力$0.300・出力$1.20
出典:OpenRouter
出力速度
82 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
0.66 s
コンテキスト
131k
出典:OpenRouter
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年8月10日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index54
  2. 推論60
  3. コーディング46
  4. 数学62
  5. 人間の評価60

この順位を埋め込む

ほかのバッジスタイル
[![Muse Glimmer on BenchLeader: 総合 112位](https://www.benchleader.com/badge/muse-glimmer.svg?style=compact)](https://www.benchleader.com/models/muse-glimmer)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Metaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
low––82 tok/s0.66 s$0.0005
medium––82 tok/s0.66 s$0.0005
high46.5#43087 tok/s24 s$0.0005エージェント・ツール 52 · コーディング 35 · 知識 27 · 長文コンテキスト 66 · マルチモーダル 57 · 推論 35
xhigh––82 tok/s0.66 s$0.0005
未記載最良54.4#23582 tok/s0.66 s$0.0005コーディング 46 · 人間の評価 60 · 数学 62 · 推論 60

Indexの推移

2026年9月9日〜2026年11月16日
385164
  • 標準
  • high

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマークhigh出典推移
AA Openness IndexIndex対象外44.4#97Artificial Analysis

推論

ベンチマークhigh標準出典推移
Arena Hard Promptsエフォート未記載–1446#120Arena (LMArena)
GPQA Diamond (AA)Index対象外83.5%#159–Artificial Analysis
Humanity's Last Exam (AA)Index対象外22.0%#220–Artificial Analysis
HLE-Diamond (AA)9.1%#124–Artificial Analysis
CritPtIndex対象外2.6%#208–Artificial Analysis
CritPt v2 hard subset (AA)7.0%#112–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載–1443#127Arena (LMArena)

コーディング

ベンチマークlowmediumhighxhigh標準出典推移
SciCode––44.9%#159––SciCode
Arena Codingエフォート未記載––––1481#111Arena (LMArena)
Arena WebDevエフォート未記載––––1354#120Arena (LMArena)
SciCode (AA)Index対象外––44.9%#165––Artificial Analysis
Terminal-Bench 4.0 (AA)Index対象外––0.5%#172––Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外––51.7%#118––Artificial Analysis
GameBench 2 OverallIndex対象外設定全体––––28.6#53DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外22.2#19329.5#171–34.1#157–DuelLab GameBench 2
Design Arena WebsiteIndex対象外–––1183#95–Design Arena
FrontierCode 1.1 (AA)Index対象外––13.9%#76––Artificial Analysis
FrontierCode 2.0 (AA)––1.5%#117––Artificial Analysis

エージェント・ツール

数学

ベンチマーク標準出典推移
Arena Maths1442#92Arena (LMArena)

指示追従

ベンチマーク標準出典推移
Arena Instruction FollowingIndex対象外1412#127Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1425#123Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1804#26EQ-Bench
Arena Creative WritingIndex対象外1367#156Arena (LMArena)
Arena Multi-turnIndex対象外1429#120Arena (LMArena)
Arena Longer QueriesIndex対象外1422#134Arena (LMArena)

マルチモーダル

ベンチマークhigh出典推移
MMMU-Pro74.3%#124Artificial Analysis

長文コンテキスト

ベンチマークhigh出典推移
AA-LCR v1.183.3%#22Artificial Analysis

総合

ベンチマークhigh出典推移
AA Intelligence Index v5.0.1Index対象外6.3#118Artificial Analysis
AA Intelligence Index v4.3.2Index対象外17.5#271Artificial Analysis
AA Progress Index v1Index対象外267.3#212Artificial Analysis

GameBench 2 Overall: 28.6. GameBench 2, best reasoning setting (XHigh): 34.1. 参考値で、BenchLeader Indexには含まれません。

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.

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Together84 tok/s0.48 s$0.350$1.50131k–
DeepInfra17 tok/s1.17 s$0.300$1.20131kbf16

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$0.413$0.825$1.24$1.6526年9月26年10月26年11月
入力 出力
現在:入力$0.300・出力$1.20

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.040のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0005$0.00044.3 s
30ページのレポートを要約12,000 / 600$0.0043$0.00208.0 s
コード編集6,000 / 1,500$0.0036$0.002419.0 s
エージェント型コーディングセッション60,000 / 4,000$0.023$0.01149.4 s
構造化データの抽出2,000 / 200$0.0008$0.00053.1 s

Metaのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Muse Glimmerの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Muse Glimmer on BenchLeader: 総合 112位](https://www.benchleader.com/badge/muse-glimmer.svg)](https://www.benchleader.com/models/muse-glimmer)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Muse Glimmer on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-glimmer

BibTeX:

@misc{benchleader_muse_glimmer_20261116,
  author       = {{BenchLeader}},
  title        = {{Muse Glimmer on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/muse-glimmer}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Muse Glimmerのベンチマークスコアは?
2026年11月16日時点で、Muse GlimmerのBenchLeader Indexは54.4 ±8.1です。最も強いのは数学(62)、最も弱いのはコーディング(46)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Muse Glimmerの順位は?
2026年11月16日時点で、Muse Glimmerはランク付けされた608構成中235位です。ほかに389構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Muse Glimmerの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Muse Glimmerの料金は入力100万トークンあたり$0.300、出力100万トークンあたり$1.20で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.525です。定価が最後に変わったのは2026年10月6日です。
Muse Glimmerはいつリリースされましたか?
Metaが2026年8月10日にMuse Glimmerをリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Muse Glimmer:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/muse-glimmer