BenchLeader

Muse Wonder

推論エフォート
品質339中11位
64.4Index
上位10%
中央値比 +14.2
価格255中232位
$8.00100万トークンあたり
高い方から4分の1
中央値の9.4倍
速度216中133位
70トークン/秒
中央値より下
中央値の0.8倍
コスパ255中231位
8.1ポイント/$
下位4分の1
中央値の0.1倍

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
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Index64
  2. エージェント・ツール76
  3. 数学70
  4. 知識77
  5. 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
[![Muse Wonder on BenchLeader: 総合 11位](https://www.benchleader.com/badge/muse-wonder.svg?style=compact)](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。

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
minimal––70 tok/s3.29 s$0.0076
low––70 tok/s3.29 s$0.0076
medium––70 tok/s3.29 s$0.0076
high56.2#188118 tok/s13 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/s3.29 s$0.0076エージェント・ツール 55
max60.8#71119 tok/s20 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#2870 tok/s3.29 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
536068
  • 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highmax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%#4439.0%#39–Artificial Analysis
CritPtIndex対象外–28.3%#31–Artificial Analysis
CritPt v2 hard subset (AA)51.0%#4250.5%#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%#8Scale 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%#47Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––95.2%#48Epoch AI Benchmarking Hub

コーディング

ベンチマークminimallowmediumhighxhighmax標準出典推移
SciCode–––––60.3%#14–SciCode
Arena Coding–––––1542#10–Arena (LMArena)
Arena WebDev–––––1647#21–Arena (LMArena)
LiveBench 2.0 CodingIndex対象外–––––74.9%#17–LiveBench
LiveBench 1.0 CodingIndex対象外–––––80.7%#18–LiveBench
SciCode (AA)Index対象外–––––60.3%#14–Artificial Analysis
IOI–––––66.9%#16–Vals AI
Code MigrationIndex対象外–––––62.5%#6–Vals AI
Code Migration v1.1Index対象外–––––72.4%#6–Vals AI
SWE-bench MultimodalIndex対象外–––––45.6%#8–Vals AI
Vibe Code Bench 1-100Index対象外–––––26.6%#6–Vals AI
Vibe Code Bench v1.1Index対象外–––––83.1%#25–Vals AI
SWE Atlas v1.1Index対象外エフォート未記載––––––64.8%#9Scale AI SEAL
SWE Atlas v1.1: Codebase QnAIndex対象外エフォート未記載––––––73.4%#7Scale AI SEAL
SWE Atlas v1.1: Test WritingIndex対象外エフォート未記載––––––61.1%#14Scale AI SEAL
SWE Atlas v1.1: RefactoringIndex対象外エフォート未記載––––––60.0%#8Scale AI SEAL
SWE-Bench Pro V2Index対象外––––96.7%#7––Scale AI SEAL
SWE-Bench Pro V2 HARDIndex対象外––––90.2%#4––Scale AI SEAL
MirrorCodeIndex対象外–––––45.6%#23–Epoch AI Benchmarking Hub
CursorBenchIndex対象外34.2%#6441.7%#4445.2%#3446.1%#3148.2%#2450.4%#20–Cursor
WeirdML v3Index対象外––––15.2%#11––WeirdML
Terminal-Bench 4.0 (AA)Index対象外–––38.4%#49–52.0%#28–Artificial Analysis
GameBench 2 OverallIndex対象外設定全体––––––64.8#13DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外54.9#77–61.6#61–77.8#25––DuelLab GameBench 2
Design Arena WebsiteIndex対象外–––––1378#1–Design Arena
FrontierCode 1.1 (AA)Index対象外–––––46.5%#15–Artificial Analysis
FrontierCode 2.0 (AA)–––26.6%#47–27.9%#43–Artificial Analysis

エージェント・ツール

ベンチマークhighxhighmax標準出典推移
Terminal-Bench–47.0%#45––Terminal-Bench
APEX-Agents––66.1%#10–Mercor
Arena Agent––1.8#24–Arena (LMArena)
LiveBench Long AgenticIndex対象外––46.2%#13–LiveBench
LiveBench BrowserIndex対象外––60.0%#19–LiveBench
LiveBench Agentic CodingIndex対象外––62.7%#9–LiveBench
HiL-Benchエフォート未記載–––79.7%#2Scale AI SEAL
GDPval-AA v2.1, normalised scoreIndex対象外––63.5%#6–Artificial Analysis
GDPval-AA v2.1Index対象外––1770#7–Artificial Analysis
CUA-benchIndex対象外––7.2%#6–Vals AI
CyberBenchIndex対象外––80.4%#1–Vals AI
Finance Agent v2Index対象外––56.6%#19–Vals AI
Finance Agent v2.1Index対象外––65.5%#9–Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外––23.8%#4–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––17.1%#8–Vals AI
Legal Research BenchIndex対象外––50.5%#8–Vals AI
Tax Agent BenchIndex対象外––36.3%#17–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外––49.5%#13–Vals AI
Terminal-Bench ScienceIndex対象外––22.9%#12–Vals AI
Arena Agent Task CompletionIndex対象外––5.4#13–Arena (LMArena)
PostTrainBenchIndex対象外–24.2%#16––Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載–––9432.2#11Andon Labs
AutomationBenchIndex対象外67.2%#24–68.1%#20–Artificial Analysis
GDP.pdf (AA)Index対象外29.2%#16–30.6%#10–Artificial Analysis
Harvey LAB-AA v1.1Index対象外––10.0%#2–Harvey
AA-Briefcase v1.1Index対象外1610#22–1659#12–Artificial Analysis
GDPxIndex対象外––6.8%#11–GDPx by SemiAnalysis
Design Arena AgenticIndex対象外––1177#43–Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外21.9%#45–25.7%#40–Artificial Analysis
MKA (AA)Index対象外––47.5%#8–Artificial Analysis

数学

ベンチマークmax標準出典推移
FrontierMath Tiers 1–382.1%#18–Epoch AI Benchmarking Hub
FrontierMath Tier 470.7%#23–Epoch AI Benchmarking Hub
OTIS Mock AIME99.4%#19–Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–84.0%#13Vals AI
LiveBench MathematicsIndex対象外96.5%#8–LiveBench
Arena Maths1490#29–Arena (LMArena)

知識

ベンチマークhighmax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 v1.124.5#4925.1#47–Artificial Analysis
PRBench Financeエフォート未記載––58.7%#2Scale AI SEAL
PRBench Legalエフォート未記載––58.4%#3Scale 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%#7838.0%#79–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外77.8%#2079.1%#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%#21LiveBench
LiveBench Instruction FollowingIndex対象外73.0%#17LiveBench
Arena Instruction FollowingIndex対象外1498#10Arena (LMArena)

人間の評価

ベンチマークmax標準出典推移
Arena Text1511#3–Arena (LMArena)
EQ-Bench 4エフォート未記載–1325#3EQ-Bench
EQ-Bench Creative Writing v3Index対象外エフォート未記載–2007#10EQ-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highmax標準出典推移
LiveBench DesignIndex対象外–70.9%#24–LiveBench
MMMU-Pro83.8%#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%#18Epoch 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 v1.180.7%#74Artificial Analysis
MLCRIndex対象外22.2%#42Artificial Analysis

総合

ベンチマークhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––161.7#15Epoch 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#4243.6#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%#5Vals 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%#3Scale 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 Vertex122 tok/s2.26 s$4.00$20.001.0M–
Meta82 tok/s3.23 s$4.00$20.001.0M–

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$0.00657.6 s
30ページのレポートを要約12,000 / 600$0.060$0.02611.9 s
コード編集6,000 / 1,500$0.054$0.03724.9 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$0.1491.0 min
構造化データの抽出2,000 / 200$0.012$0.00636.2 s

Metaのほかのモデル

今月の新着

Muse Wonderと比較する

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。

[![Muse Wonder on BenchLeader: 総合 11位](https://www.benchleader.com/badge/muse-wonder.svg)](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}
}

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 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