Gemini 4 Hydrogen (medium) vs Muse Spark Open (high)

Gemini 4 Hydrogen (medium) average score में आगे है: 9.3 vs 9.2. Gemini 4 Hydrogen (medium) की benchmark लागत कम है: $1.330 vs $1.782. Gemini 4 Hydrogen (medium) तेज है: 16.56s vs 151.96s, pass rates 91.3% vs 76.8%.

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

तुलना किए गए मॉडल

रैंक: #35
कुल आउटपुट टोकन: 127,550
प्रतिक्रिया समय (औसत): 16.56s
कुल लागत: $1.330

रैंक: #40
कुल आउटपुट टोकन: 339,545
प्रतिक्रिया समय (औसत): 151.96s
कुल लागत: $1.782

अनुशंसित मॉडल Gemini 4 Hydrogen (medium)

It has the best score here (9.3), while responding about 9.2x faster than Muse Spark Open (high).

विस्तृत तुलना

मेट्रिक	Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12	Muse Spark Open Muse Spark Open high रिलीज़: 2026-10-15

मेट्रिक	Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12	Muse Spark Open Muse Spark Open high रिलीज़: 2026-10-15
स्कोर	9.3	9.2
रैंक	#35	#40
विश्वसनीयता	8.9	9.4
संगति	8.9	9.6
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	91.3%	76.8%
अस्थिर टेस्ट	3	1
कुल रन	69	69
प्रति परिणाम लागत	6.648	10.481
कुल लागत	$1.330	$1.782
इनपुट कीमत	$1.500 / 1M	$1.250 / 1M
आउटपुट कीमत	$7.500 / 1M	$4.250 / 1M
कैश पढ़ने की कीमत	$0.075 / 1M	$0.150 / 1M
कैश लिखने की कीमत	$0.084 / 1M	लागू नहीं
कुल इनपुट टोकन	248,530	270,889
आउटपुट टोकन	6,957	10,688
रीजनिंग टोकन	120,593	328,857
प्रतिक्रिया समय (औसत)	16.56s	151.96s
प्रतिक्रिया समय (अधिकतम)	70.41s	960.01s
प्रतिक्रिया समय (कुल)	380.96s	3495.01s
पैरामीटर	~300B कुल (~15B सक्रिय)	816B कुल (42B सक्रिय)
उपलब्धता	बंद स्रोत	वेट उपलब्ध

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.

#35 Gemini 4 Hydrogen

medium

लागत: $0.059
समय: 48.1s
टोकन: 7,929 tok

#40 Muse Spark Open

high

लागत: $0.045
समय: 239.2s
टोकन: 10,710 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		70.41s	157,556	1,099	12,737
Muse Spark Open	10.0	10.0	100.0%	0		50.14s	163,214	2,275	8,809

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		2.99s	918	148	2,478
Muse Spark Open	8.3	10.0	75.0%	0		252.99s	1,668	493	7,966

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		19.06s	8,448	489	21,603
Muse Spark Open	10.0	10.0	100.0%	0		33.49s	8,478	1,743	33,344

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	6.4	5.8	66.7%	1		30.98s	60,405	4,005	16,609
Muse Spark Open	10.0	10.0	100.0%	0		111.75s	71,541	4,777	43,546

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		7.05s	8,025	336	3,746
Muse Spark Open	10.0	10.0	100.0%	0		14.72s	7,767	243	4,454

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	5.2	4.4	55.6%	2		40.99s	963	49	53,450
Muse Spark Open	3.6	7.2	22.2%	1		412.11s	1,460	58	195,947

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		5.70s	591	131	1,341
Muse Spark Open	10.0	10.0	100.0%	0		8.35s	879	141	5,329

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		4.75s	825	96	2,311
Muse Spark Open	9.8	10.0	100.0%	0		28.50s	1,467	99	5,040

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		3.43s	882	244	2,210
Muse Spark Open	7.9	9.9	66.7%	0		145.68s	1,623	411	15,366

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		10.35s	9,656	336	2,320
Muse Spark Open	10.0	10.0	100.0%	0		10.65s	12,354	365	1,129

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		6.54s	261	24	1,788
Muse Spark Open	3.0	10.0	0.0%	0		330.14s	438	83	7,927

तुलना जोड़ी बदलें

Claude Opus 5.5mediumvsMuse Spark Openhigh Gemini 4 CarbonmediumvsMuse Spark Openhigh Muse Spark OpenhighvsGPT-5.5medium Gemini 4 HydrogenlowvsMuse Spark Openhigh Seed 2.1 TurbolowvsGemini 4 Hydrogenmedium Claude Sonnet 5.5maxvsMuse Spark Openhigh Gemini 4 HydrogenmediumvsGPT-6.1 Terralow Muse Spark OpenhighvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsMuse Spark Openhigh Gemini 4 HydrogenmediumvsMuse Emberhigh Gemini 4 HydrogenxhighvsMuse Spark Openhigh Gemini 4 HydrogenmediumvsGPT-6.1 Terraxhigh