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

Muse Wonder (minimal) average score मध्ये पुढे आहे: 9.1 vs 9.0. Gemini 4 Argon (medium) चा benchmark खर्च कमी आहे: $0.674 vs $1.639. Gemini 4 Argon (medium) वेगवान आहे: 6.63s vs 7.72s, pass rates 84.1% vs 76.8%.

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: #42
एकूण आउटपुट टोकन्स: 34,224
प्रतिसाद वेळ (सरासरी): 7.72s
एकूण खर्च: $1.639

शिफारस केलेले मॉडेल Gemini 4 Argon (medium)

Its score stays close to the best score here (9.0 vs 9.1), while costing about 2.4x less than Muse Wonder (minimal).

तपशीलवार तुलना

मेट्रिक	Gemini 4 Argon Gemini 4 Argon medium प्रकाशन: 2026-10-13	Muse Wonder Muse Wonder minimal प्रकाशन: 2026-10-13

मेट्रिक	Gemini 4 Argon Gemini 4 Argon medium प्रकाशन: 2026-10-13	Muse Wonder Muse Wonder minimal प्रकाशन: 2026-10-13
स्कोअर	9.0	9.1
क्रमांक	#47	#42
विश्वसनीयता	10.0	9.7
सुसंगतता	9.6	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	76.8%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	3.545	9.639
एकूण खर्च	$0.674	$1.639
इनपुट किंमत	$2.000 / 1M	$4.000 / 1M
आउटपुट किंमत	$10.000 / 1M	$20.000 / 1M
कॅश वाचण्याची किंमत	$0.100 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$0.188 / 1M	लागू नाही
एकूण इनपुट टोकन्स	215,326	238,532
आउटपुट टोकन्स	6,668	9,812
रिझनिंग टोकन्स	17,615	24,412
प्रतिसाद वेळ (सरासरी)	6.63s	7.72s
प्रतिसाद वेळ (कमाल)	62.49s	42.89s
प्रतिसाद वेळ (एकूण)	152.50s	177.57s
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

#42 Muse Wonder

minimal

खर्च: $0.048
वेळ: 15.1s
टोकन्स: 2,488 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 Wonder	10.0	10.0	100.0%	0		42.89s	136,213	2,145	1,352

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 Wonder	10.0	10.0	100.0%	0		2.94s	786	230	1,575

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 Wonder	10.0	10.0	100.0%	0		6.86s	7,401	809	7,336

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 Wonder	10.0	10.0	100.0%	0		16.14s	74,966	4,993	4,072

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 Wonder	10.0	10.0	100.0%	0		3.31s	7,053	240	1,074

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 Wonder	5.3	7.2	44.4%	1		15.00s	864	476	6,965

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 Wonder	10.0	10.0	100.0%	0		2.57s	519	96	390

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 Wonder	6.5	10.0	50.0%	0		1.39s	408	36	333

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 Wonder	5.3	7.2	44.4%	1		1.36s	317	92	530

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 Wonder	10.0	10.0	100.0%	0		4.86s	9,780	653	156

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 Wonder	3.0	10.0	0.0%	0		4.17s	225	42	629

तुलना जोडी बदला

Claude Opus 5lowvsGemini 4 Argonmedium Gemini 4 ArgonmediumvsGLM 5.3 Flashmax Seed 2.1 TurbohighvsMuse Wonderminimal Muse WonderminimalvsParetodefault Claude Haiku 5.5xhighvsMuse Wonderminimal Muse WonderminimalvsGPT-5.3-Codexmedium Muse WonderminimalvsQwen3.8 Max (0902)high Gemini 4 ArgonmediumvsMuse Spark 1.2high Gemini 3.5 FlashlowvsMuse Wonderminimal Muse WonderminimalvsQwen3.8 Max (0902)medium Muse WonderminimalvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsMuse Wonderminimal