Muse Wonder
よりコスパが高いモデル: GPT-6.1 Terra $2.00/MでIndex 64.1(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3つあります:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)。
2026年11月16日時点で、Muse Wonder(Meta)のBenchLeader Indexは64.4です(ランク付けされた608構成中上位50位以内)。最も強いのは知識(77)、最も弱いのは人間の評価(70)です。API料金は入力100万トークンあたり$4.00、出力100万トークンあたり$20.00(3:1のブレンドで$8.00)で、2026年11月16日時点の定価です。出力速度は約70トークン/秒です(OpenRouter)。2026年10月12日にリリースされました。
要点(2026年11月16日時点)
- Muse WonderのAPI料金は入力100万トークンあたり$4.00、出力100万トークンあたり$20.00(3:1のブレンドで$8.00)です(定価、2026年11月16日)。
- Muse Wonderの出力速度は約70トークン/秒です(OpenRouter、2026年11月16日)。
- Muse Wonderは2026年10月12日にリリースされました(Meta)。
詳しく見ると:Muse WonderはMetaのプロプライエタリな推論モデルです(2026年10月12日リリース)。最もスコアの高い構成は、BenchLeader Indexで64.4 ±3.0を記録し、608構成中28位で上位半分に入ります。重要なのはこの「±」です。ほかに87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。カテゴリ別では知識が最も高く(77)、人間の評価が最も低くなっています(70)。ブレンド価格は100万トークンあたり$8.00で、ランク付けされたモデルの中で最も高価な部類です。出力速度は70トークン/秒、最初のトークンまで3.3秒で、多くのモデルより低速です。7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10月24日。
- ブレンド価格
- $8.00/M
- 入力$4.00・出力$20.00
- 出典:models.dev
- 出力速度
- 70 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
- 3.29 s
- コンテキスト
- 1.0M
- 出典:models.dev
- 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10月12日
- 総合Index64
- エージェント・ツール76
- 数学70
- 知識77
- 人間の評価70
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/muse-wonder)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。
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 |
|---|---|---|---|---|---|---|
| minimal | – | – | 70 tok/s | 3.29 s | $0.0076 | |
| low | – | – | 70 tok/s | 3.29 s | $0.0076 | |
| medium | – | – | 70 tok/s | 3.29 s | $0.0076 | |
| high | 56.2 | #188 | 118 tok/s | 13 s | $0.0076 | コーディング 57 · 知識 58 · マルチモーダル 66 · 推論 59 |
| xhigh | – | – | 70 tok/s | 3.29 s | $0.0076 | エージェント・ツール 55 |
| max | 60.8 | #71 | 119 tok/s | 20 s | $0.0076 | エージェント・ツール 58 · コーディング 63 · 総合 56 · 人間の評価 71 · 知識 58 · 長文コンテキスト 65 · 数学 67 · 推論 62 |
| 未記載最良 | 64.4 | #28 | 70 tok/s | 3.29 s | $0.0076 | エージェント・ツール 76 · 人間の評価 70 · 知識 77 · 数学 70 |
Indexの推移
2026年10月15日〜2026年11月16日- 標準
- max
- 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。
推論
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Hard Prompts | – | 1531#3 | – | Arena (LMArena) | |
| LiveBench 2.0 ReasoningIndex対象外 | – | 90.6%#10 | – | LiveBench | |
| LiveBench 1.0 ReasoningIndex対象外 | – | 90.6%#11 | – | LiveBench | |
| Humanity's Last Exam (AA)Index対象外 | – | 50.1%#30 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 34.5%#44 | 39.0%#39 | – | Artificial Analysis | |
| CritPtIndex対象外 | – | 28.3%#31 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 51.0%#42 | 50.5%#43 | – | Artificial Analysis | |
| MysteryMechanismIndex対象外 | – | 27.5%#16 | – | Vals AI | |
| HLE-Diamond (Scale)Index対象外エフォート未記載 | – | – | 37.3%#8 | Scale AI SEAL | |
| Arena ExpertIndex対象外 | – | 1525#18 | – | Arena (LMArena) | |
| Mystery Game PuzzlesIndex対象外 | – | 51.0%#16 | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外エフォート未記載 | – | – | 56.8%#47 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外エフォート未記載 | – | – | 95.2%#48 | Epoch AI Benchmarking Hub |
コーディング
エージェント・ツール
数学
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 82.1%#18 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 70.7%#23 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 99.4%#19 | – | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | 84.0%#13 | Vals AI | |
| LiveBench MathematicsIndex対象外 | 96.5%#8 | – | LiveBench | |
| Arena Maths | 1490#29 | – | Arena (LMArena) |
知識
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| LiveBench 2.0 Data AnalysisIndex対象外 | – | 81.6%#7 | – | LiveBench | |
| LiveBench ResearchIndex対象外 | – | 93.0%#2 | – | LiveBench | |
| LiveBench 1.0 Data AnalysisIndex対象外 | – | 81.6%#4 | – | LiveBench | |
| AA-Omniscience v1.1 | 24.5#49 | 25.1#47 | – | Artificial Analysis | |
| PRBench Financeエフォート未記載 | – | – | 58.7%#2 | Scale AI SEAL | |
| PRBench Legalエフォート未記載 | – | – | 58.4%#3 | Scale AI SEAL | |
| BioMysteryBenchIndex対象外 | – | 67.0%#21 | – | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | – | 67.1%#19 | – | Vals AI | |
| Excel Modeling Benchmark v1.1Index対象外 | – | 72.5%#12 | – | Vals AI | |
| Public Benefits Bench v1.1Index対象外 | – | 70.2%#6 | – | Vals AI | |
| Access to Justice BenchmarkIndex対象外 | – | 73.0%#9 | – | Vals AI | |
| Financial Coaching BenchIndex対象外 | – | 73.8%#12 | – | Vals AI | |
| Immigration BenchIndex対象外 | – | 69.6%#6 | – | Vals AI | |
| EBR-benchIndex対象外 | – | 31.4%#15 | – | Epoch AI Benchmarking Hub | |
| GDP.pdfIndex対象外 | – | 30.8%#4 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracyIndex対象外 | 38.2%#78 | 38.0%#79 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | 77.8%#20 | 79.1%#18 | – | Artificial Analysis |
指示追従
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| LiveBench LanguageIndex対象外 | 82.9%#21 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 73.0%#17 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1498#10 | Arena (LMArena) |
人間の評価
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1511#3 | – | Arena (LMArena) | |
| EQ-Bench 4エフォート未記載 | – | 1325#3 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 2007#10 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1491#7 | – | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1525#3 | – | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1507#12 | – | Arena (LMArena) |
マルチモーダル
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| LiveBench DesignIndex対象外 | – | 70.9%#24 | – | LiveBench | |
| MMMU-Pro | 83.8%#29 | – | – | Artificial Analysis | |
| Humanity's Sixth SenseIndex対象外 | – | 43.7%#7 | – | Scale AI SEAL | |
| Blueprint-Bench 2Index対象外エフォート未記載 | – | – | 31.7%#18 | Epoch AI Benchmarking Hub | |
| Furniture AssemblyIndex対象外 | – | 54.2%#14 | – | Epoch AI Benchmarking Hub | |
| VIALS-AAIndex対象外 | – | 55.3%#9 | – | Handshake AI | |
| Code2Video-AAIndex対象外 | – | 997#19 | – | Artificial Analysis |
長文コンテキスト
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 80.7%#74 | Artificial Analysis | |
| MLCRIndex対象外 | 22.2%#42 | Artificial Analysis |
総合
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | 161.7#15 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 70.7%#11 | – | LiveBench | |
| LiveBench 1.0Index対象外 | – | 81.2%#8 | – | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | 40.5#42 | 43.6#36 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | – | 52.4#11 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | – | 335.8#26 | – | Artificial Analysis | |
| Vals IndexIndex対象外 | – | 64.9#9 | – | Vals AI | |
| Vals Finance IndexIndex対象外 | – | 61.2%#11 | – | Vals AI | |
| Vals Science IndexIndex対象外 | – | 39.1%#12 | – | Vals AI | |
| Vals Router IndexIndex対象外エフォート未記載 | – | – | 64.9%#5 | Vals AI | |
| Vals Legal IndexIndex対象外 | – | 75.3%#5 | – | Vals AI |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| DistressBenchIndex対象外 | 85.9%#3 | Scale AI SEAL |
GameBench 2 Overall: 64.8. GameBench 2, best reasoning setting (XHigh): 77.8. 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.
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
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 |
|---|---|---|---|---|---|---|
| Google Vertex | 122 tok/s | 2.26 s | $4.00 | $20.00 | 1.0M | – |
| Meta | 82 tok/s | 3.23 s | $4.00 | $20.00 | 1.0M | – |
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$0.200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 | $0.0076 | $0.0065 | 7.6 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.060 | $0.026 | 11.9 s |
| コード編集 | 6,000 / 1,500 | $0.054 | $0.037 | 24.9 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.320 | $0.149 | 1.0 min |
| 構造化データの抽出 | 2,000 / 200 | $0.012 | $0.0063 | 6.2 s |
Metaのほかのモデル
Muse Wonderと比較する
- Muse Wonder vs Muse Spark
- Muse Wonder vs Claude Fable 5.2
- Muse Wonder vs GLM 5.3
- Muse Wonder vs DeepSeek V4.1 Flash 1017
- Muse Wonder vs Muse Spark 1.3
- Muse Wonder vs o3
- Muse Wonder vs Gemini 3.8 Flash
- Muse Wonder vs Grok 4.20
- Muse Wonder vs Grok 4.6
- Muse Wonder vs Grok 4.7
- Muse Wonder vs Claude Sonnet 5.5
- Muse Wonder vs Muse Spark 1.1
- Muse Wonder vs Claude Opus 5.5
- Muse Wonder vs Gemini 4 Carbon
- Muse Wonder vs Gemini 4 Hydrogen
- Muse Wonder vs GPT-5.6 Sol
- Muse Wonder vs Gemini 3.7 Flash
- Muse Wonder vs Muse Wonder Full
- Muse Wonder vs Claude Opus 4.6
- Muse Wonder vs GPT-6.1 Sol
- Muse Wonder vs GPT-5.5
- Muse Wonder vs Gemini 4 Argon
- Muse Wonder vs GPT-5.4 Pro
- Muse Wonder vs GPT-5.4
- Muse Wonder vs GPT-5.3-Codex
- Muse Wonder vs GPT-6 Sol
- Muse Wonder vs Qwen3.6 Max
- Muse Wonder vs Kimi K3.1 Pro
- Muse Wonder vs MiMo-V2.6-Pro
- Muse Wonder vs GPT-6.1 Terra
- Muse Wonder vs Claude Opus 5
- Muse Wonder vs Claude Fable 5
- Muse Wonder vs Claude Opus 4.7
- Muse Wonder vs Gemini 3.5 Flash
- Muse Wonder vs Claude Fable 5.1
- Muse Wonder vs GPT-6 Astra
- Muse Wonder vs Muse Spark 1.2
- Muse Wonder vs Kimi K3.1 Pro Together
関連ページ
埋め込み・引用
Muse Wonder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。
[](https://www.benchleader.com/models/muse-wonder)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 Wonder on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-wonder
BibTeX:
@misc{benchleader_muse_wonder_20261116,
author = {{BenchLeader}},
title = {{Muse Wonder on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-wonder}},
note = {Data as of 2026-11-16}
}よくある質問
- Muse Wonderのベンチマークスコアは?
- 2026年11月16日時点で、Muse WonderのBenchLeader Indexは64.4 ±3.0です(上位50位以内)。最も強いのは知識(77)、最も弱いのは人間の評価(70)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 Wonderの順位は?
- 2026年11月16日時点で、Muse Wonderはランク付けされた608構成中28位です(上位50位以内)。ほかに87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 Wonder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 Wonderの料金は入力100万トークンあたり$4.00、出力100万トークンあたり$20.00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$8.00です。
- Muse WonderはMuse Sparkより優れていますか?
- 2026年11月16日時点で、Muse SparkとMuse Wonderの品質はほぼ互角です(BenchLeader Indexで64.2対64.4、±4.6の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Muse Wonderはいつリリースされましたか?
- Metaが2026年10月12日にMuse Wonderをリリースしました。BenchLeaderには7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 Wonder: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-wonder