Gemini 4 Argon (medium) vs Muse Spark 1.3 (high)

Muse Spark 1.3 (high) average score मध्ये पुढे आहे: 9.1 vs 9.0. Gemini 4 Argon (medium) चा benchmark खर्च कमी आहे: $0.674 vs $1.891. Gemini 4 Argon (medium) वेगवान आहे: 6.63s vs 52.87s, pass rates 84.1% vs 78.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक: #47
एकूण आउटपुट टोकन्स: 24,283
प्रतिसाद वेळ (सरासरी): 6.63s
एकूण खर्च: $0.674

क्रमांक: #38
एकूण आउटपुट टोकन्स: 369,142
प्रतिसाद वेळ (सरासरी): 52.87s
एकूण खर्च: $1.891

शिफारस केलेले मॉडेल Gemini 4 Argon (medium)

Its score stays close to the best score here (9.0 vs 9.1), while costing about 2.8x less than Muse Spark 1.3 (high).

तपशीलवार तुलना

मेट्रिक	Gemini 4 Argon Gemini 4 Argon medium प्रकाशन: 2026-10-13	Muse Spark 1.3 Muse Spark 1.3 high प्रकाशन: 2026-09-02

मेट्रिक	Gemini 4 Argon Gemini 4 Argon medium प्रकाशन: 2026-10-13	Muse Spark 1.3 Muse Spark 1.3 high प्रकाशन: 2026-09-02
स्कोअर	9.0	9.1
क्रमांक	#47	#38
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	78.3%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	3.545	11.121
एकूण खर्च	$0.674	$1.891
इनपुट किंमत	$2.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$10.000 / 1M	$4.250 / 1M
कॅश वाचण्याची किंमत	$0.100 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	$0.188 / 1M	लागू नाही
एकूण इनपुट टोकन्स	215,326	257,320
आउटपुट टोकन्स	6,668	14,459
रिझनिंग टोकन्स	17,615	354,683
प्रतिसाद वेळ (सरासरी)	6.63s	52.87s
प्रतिसाद वेळ (कमाल)	62.49s	251.53s
प्रतिसाद वेळ (एकूण)	152.50s	1216.04s
पॅरामीटर्स	~1.2T एकूण (~20B सक्रिय)	~1T एकूण (~50B 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.

#47 Gemini 4 Argon

medium

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

#38 Muse Spark 1.3

high

खर्च: $0.050
वेळ: 203.3s
टोकन्स: 11,679 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 Spark 1.3	10.0	10.0	100.0%	0		61.28s	158,177	2,376	7,158

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 Spark 1.3	10.0	10.0	100.0%	0		5.71s	618	487	8,829

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 Spark 1.3	10.0	10.0	100.0%	0		51.66s	7,275	1,228	64,287

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 Spark 1.3	10.0	10.0	100.0%	0		55.55s	68,737	5,707	46,328

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 Spark 1.3	10.0	10.0	100.0%	0		7.01s	7,155	491	6,758

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 Spark 1.3	2.9	7.2	11.1%	1		174.56s	690	801	114,774

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 Spark 1.3	10.0	10.0	100.0%	0		9.49s	477	228	2,634

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 Spark 1.3	6.5	10.0	50.0%	0		14.70s	669	353	10,553

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 Spark 1.3	8.7	7.7	88.9%	1		38.42s	651	1,178	37,874

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 Spark 1.3	9.6	10.0	100.0%	0		33.95s	12,688	1,046	14,673

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 Spark 1.3	3.0	10.0	0.0%	0		140.05s	183	564	40,815

तुलना जोडी बदला

Claude Opus 5lowvsGemini 4 Argonmedium Claude Haiku 5.5xhighvsMuse Spark 1.3high Muse Spark 1.3highvsGPT-5.3-Codexmedium Gemini 4 ArgonmediumvsGLM 5.3 Flashmax Muse Spark 1.3highvsParetodefault Gemini 4 ArgonmediumvsMuse Spark 1.2high Muse Spark 1.3highvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high Muse Spark 1.3highvsGPT-5.5medium Claude Opus 5.5mediumvsMuse Spark 1.3high Gemini 3.5 FlashlowvsMuse Spark 1.3high Muse Spark 1.3highvsQwen3.8 Max (0902)medium