नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 4 Carbon (low) vs Muse Ember (minimal)

Gemini 4 Carbon (low) average score में आगे है: 9.0 vs 8.9. Muse Ember (minimal) की benchmark लागत कम है: $0.047 vs $0.391. Muse Ember (minimal) तेज है: 5.30s vs 11.01s, pass rates 88.4% vs 76.8%.

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

तुलना किए गए मॉडल

रैंक
#64
कुल आउटपुट टोकन
8,283
प्रतिक्रिया समय (औसत)
11.01s
कुल लागत
$0.391
रैंक
#76
कुल आउटपुट टोकन
40,577
प्रतिक्रिया समय (औसत)
5.30s
कुल लागत
$0.047
अनुशंसित मॉडल Muse Ember (minimal)

Its score stays close to the best score here (8.9 vs 9.0), while costing about 8.3x less than Gemini 4 Carbon (low).

विस्तृत तुलना

मेट्रिक Gemini 4 Carbon Gemini 4 Carbon low रिलीज़: 2026-11-12 Muse Ember Muse Ember minimal रिलीज़: 2026-11-09
स्कोर 9.0 8.9
रैंक #64 #76
विश्वसनीयता 8.9 9.7
संगति 8.9 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 88.4% 76.8%
अस्थिर टेस्ट 3 1
कुल रन 69 69
प्रति परिणाम लागत 2.056 0.276
कुल लागत $0.391 $0.047
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 153,838 265,844
आउटपुट टोकन 6,041 10,584
रीजनिंग टोकन 2,242 29,993
प्रतिक्रिया समय (औसत) 11.01s 5.30s
प्रतिक्रिया समय (अधिकतम) 78.43s 48.15s
प्रतिक्रिया समय (कुल) 253.17s 121.82s
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.

#64 Gemini 4 Carbon

low
अमान्य SVG
लागत
$0.038
समय
51.9s
टोकन
3,862 tok

#76 Muse Ember

minimal
लागत
$0.002
समय
4.5s
टोकन
2,690 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 7.82s 8,448 498 1,538
Muse Ember 10.0 10.0 100.0% 0 2.66s 7,410 577 6,099

तुलना जोड़ी बदलें