Gemini 4 Argon (medium) vs Muse Ember (minimal)

Gemini 4 Argon (medium) average score मध्ये पुढे आहे: 9.0 vs 8.9. Muse Ember (minimal) चा benchmark खर्च कमी आहे: $0.047 vs $0.674. Muse Ember (minimal) वेगवान आहे: 5.30s vs 6.63s, pass rates 84.1% vs 76.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #68
एकूण आउटपुट टोकन्स: 24,283
प्रतिसाद वेळ (सरासरी): 6.63s
एकूण खर्च: $0.674

क्रमांक: #76
एकूण आउटपुट टोकन्स: 40,577
प्रतिसाद वेळ (सरासरी): 5.30s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल Muse Ember (minimal)

Its score stays close to the best score here (8.9 vs 9.0), while costing about 14.4x less than Gemini 4 Argon (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 4 Argon Gemini 4 Argon medium प्रकाशन: 2026-10-13	Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09

मेट्रिक	Gemini 4 Argon Gemini 4 Argon medium प्रकाशन: 2026-10-13	Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09
स्कोअर	9.0	8.9
क्रमांक	#68	#76
विश्वसनीयता	10.0	9.7
सुसंगतता	9.6	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	76.8%
अस्थिर चाचण्या	1	1
एकूण रन	69	69
प्रति निकाल खर्च	3.545	0.276
एकूण खर्च	$0.674	$0.047
इनपुट किंमत	$2.000 / 1M	$0.100 / 1M
आउटपुट किंमत	$10.000 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.100 / 1M	$0.004 / 1M
कॅश लिहिण्याची किंमत	$0.188 / 1M	$0.125 / 1M
एकूण इनपुट टोकन्स	215,326	265,844
आउटपुट टोकन्स	6,668	10,584
रिझनिंग टोकन्स	17,615	29,993
प्रतिसाद वेळ (सरासरी)	6.63s	5.30s
प्रतिसाद वेळ (कमाल)	62.49s	48.15s
प्रतिसाद वेळ (एकूण)	152.50s	121.82s
पॅरामीटर्स	~1.2T एकूण (~20B सक्रिय)	~150B एकूण (~10B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#68 Gemini 4 Argon

medium

खर्च: $0.053
वेळ: 43.0s
टोकन्स: 5,348 tok

#76 Muse Ember

minimal

खर्च: $0.002
वेळ: 4.5s
टोकन्स: 2,690 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		62.49s	121,790	1,103	8,773
Muse Ember	10.0	10.0	100.0%	0		48.15s	147,537	2,489	1,109

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		2.29s	918	252	595
Muse Ember	10.0	10.0	100.0%	0		2.03s	798	330	1,076

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		4.86s	8,448	506	4,391
Muse Ember	10.0	10.0	100.0%	0		2.66s	7,410	577	6,099

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	6.4	5.8	66.7%	1		15.06s	65,297	3,623	2,875
Muse Ember	7.3	5.8	83.3%	1		9.58s	89,458	5,369	4,624

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		2.39s	8,025	340	101
Muse Ember	10.0	10.0	100.0%	0		1.57s	7,215	234	570

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	5.3	10.0	33.3%	0		2.44s	963	51	636
Muse Ember	5.3	10.0	33.3%	0		3.96s	873	344	7,621

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		2.40s	591	136	0
Muse Ember	10.0	10.0	100.0%	0		1.65s	522	109	567

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		2.71s	825	98	198
Muse Ember	9.8	10.0	100.0%	0		2.10s	759	111	824

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	10.0	10.0	100.0%	0		2.10s	882	231	46
Muse Ember	5.3	10.0	33.3%	0		3.33s	786	412	5,631

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	9.8	10.0	100.0%	0		8.01s	7,326	304	0
Muse Ember	10.0	10.0	100.0%	0		4.67s	10,258	539	175

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Argon	3.0	10.0	0.0%	0		1.91s	261	24	0
Muse Ember	3.0	10.0	0.0%	0		2.88s	228	70	1,697

तुलना जोडी बदला

Claude Fable 5mediumvsMuse Emberminimal Claude Opus 5lowvsGemini 4 Argonmedium Muse EmberminimalvsPareto 26.9default Gemini 4 ArgonmediumvsGLM 5.3 Flashmax ERNIE-Light-DT-1.0maxvsGemini 4 Argonmedium Gemini 4 ArgonmediumvsMuse Spark Openlow Muse EmberminimalvsKimi K3.1 Prolow Gemini 4 ArgonmediumvsMuse Spark 1.2high Muse EmberminimalvsQwen3.8 MAXlow Muse EmberminimalvsGLM 5.3 Flashmax Gemini 3.6 FlashlowvsMuse Emberminimal Muse EmberminimalvsGPT-5.4medium