नेविगेशन
Advertise here

Gemini 4 Carbon (high) vs Muse Ember (high)

average score लगभग बराबर है: 9.3 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $6.107. Muse Ember (high) तेज है: 11.67s vs 120.04s, pass rates 97.1% vs 79.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
513,770
प्रतिक्रिया समय (औसत)
120.04s
कुल लागत
$6.107
रैंक
#38
कुल आउटपुट टोकन
254,892
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$0.156
अनुशंसित मॉडल Muse Ember (high)

It has the best score here (9.2), while costing about 39.2x less than Gemini 4 Carbon (high).

विस्तृत तुलना

मेट्रिक Gemini 4 Carbon Gemini 4 Carbon high रिलीज़: 2026-11-12 Muse Ember Muse Ember high रिलीज़: 2026-11-09
स्कोर 9.3 9.2
रैंक #36 #38
विश्वसनीयता 9.0 10.0
संगति 9.3 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 97.1% 79.7%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 29.080 0.865
कुल लागत $6.107 $0.156
इनपुट कीमत $2.000 / 1M $0.100 / 1M
आउटपुट कीमत $10.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.100 / 1M $0.004 / 1M
कैश लिखने की कीमत $0.188 / 1M $0.125 / 1M
कुल इनपुट टोकन 484,505 282,192
आउटपुट टोकन 6,098 14,054
रीजनिंग टोकन 507,672 240,838
प्रतिक्रिया समय (औसत) 120.04s 11.67s
प्रतिक्रिया समय (अधिकतम) 443.11s 53.01s
प्रतिक्रिया समय (कुल) 2760.87s 268.45s
पैरामीटर ~1.2T कुल (~20B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#36 Gemini 4 Carbon

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#38 Muse Ember

high
लागत
$0.005
समय
18.3s
टोकन
9,965 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 4 Carbon 10.0 10.0 100.0% 0 119.00s 8,448 495 79,534
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691

त्वरित तुलना

तुलना जोड़ी बदलें

Seed 2.1 TurbolowvsGemini 4 CarbonhighSeed 2.1 TurbolowvsMuse EmberhighGemini 4 HydrogenlowvsMuse EmberhighGemini 4 HydrogenmediumvsMuse EmberhighClaude Opus 5.5mediumvsMuse EmberhighGemini 4 CarbonhighvsGPT-6.1 TerralowGemini 4 CarbonmediumvsMuse EmberhighMuse EmberhighvsGPT-5.5mediumClaude Opus 5.5mediumvsGemini 4 CarbonhighClaude Sonnet 5.5maxvsMuse EmberhighMuse EmberhighvsGPT-6.1 TerralowGemini 4 CarbonhighvsMuse Wondermedium