नेविगेशन
Advertise here

Gemini 4 Carbon (high) vs Muse Wonder (medium)

Gemini 4 Carbon (high) average score में आगे है: 9.3 vs 9.2. Muse Wonder (medium) की benchmark लागत कम है: $3.397 vs $6.107. Muse Wonder (medium) तेज है: 21.58s vs 120.04s, pass rates 97.1% vs 76.8%.

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
#42
कुल आउटपुट टोकन
121,546
प्रतिक्रिया समय (औसत)
21.58s
कुल लागत
$3.397
अनुशंसित मॉडल Muse Wonder (medium)

Its score stays close to the best score here (9.2 vs 9.3), while costing about 1.8x less than Gemini 4 Carbon (high).

विस्तृत तुलना

मेट्रिक Gemini 4 Carbon Gemini 4 Carbon high रिलीज़: 2026-11-12 Muse Wonder Muse Wonder medium रिलीज़: 2026-10-13
स्कोर 9.3 9.2
रैंक #36 #42
विश्वसनीयता 9.0 9.1
संगति 9.3 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 97.1% 76.8%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 29.080 19.982
कुल लागत $6.107 $3.397
इनपुट कीमत $2.000 / 1M $4.000 / 1M
आउटपुट कीमत $10.000 / 1M $20.000 / 1M
कैश पढ़ने की कीमत $0.100 / 1M $0.200 / 1M
कैश लिखने की कीमत $0.188 / 1M लागू नहीं
कुल इनपुट टोकन 484,505 241,489
आउटपुट टोकन 6,098 11,575
रीजनिंग टोकन 507,672 109,971
प्रतिक्रिया समय (औसत) 120.04s 21.58s
प्रतिक्रिया समय (अधिकतम) 443.11s 162.73s
प्रतिक्रिया समय (कुल) 2760.87s 496.40s
पैरामीटर ~1.2T कुल (~20B सक्रिय) ~1T कुल (~50B 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

#42 Muse Wonder

medium
लागत
$0.208
समय
64.8s
टोकन
10,444 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 Wonder 10.0 10.0 100.0% 0 26.87s 7,401 1,181 26,424

त्वरित तुलना

तुलना जोड़ी बदलें

Seed 2.1 TurbolowvsGemini 4 CarbonhighClaude Sonnet 5.5maxvsMuse WondermediumGemini 4 HydrogenlowvsMuse WondermediumDeepSeek V4.1 Flash 1017lowvsMuse WondermediumGemini 4 HydrogenxhighvsMuse WondermediumGemini 4 CarbonhighvsGPT-6.1 TerralowSeed 2.1 TurbolowvsMuse WondermediumMuse WondermediumvsQwen3.8 Max (0902)highClaude Opus 5.5mediumvsGemini 4 CarbonhighGemini 4 CarbonhighvsGPT-6.1 TerraxhighClaude Haiku 5.5xhighvsMuse WondermediumGemini 4 CarbonhighvsGPT-5.5medium