Gemini 4 Carbon (high) vs Muse Wonder (medium)

Gemini 4 Carbon (high) average score मध्ये पुढे आहे: 9.3 vs 9.2. Muse Wonder (medium) चा benchmark खर्च कमी आहे: $3.397 vs $6.107. Muse Wonder (medium) वेगवान आहे: 21.58s vs 120.04s, pass rates 97.1% vs 76.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #36
एकूण आउटपुट टोकन्स: 513,770
प्रतिसाद वेळ (सरासरी): 120.04s
एकूण खर्च: $6.107

क्रमांक: #42
एकूण आउटपुट टोकन्स: 121,546
प्रतिसाद वेळ (सरासरी): 21.58s
एकूण खर्च: $3.397

शिफारस केलेले मॉडेल Muse Wonder (medium)

Its score stays close to the best score here (9.2 vs 9.3), while costing about 1.8x less than Gemini 4 Carbon (high).

तपशीलवार तुलना

मेट्रिक	Gemini 4 Carbon Gemini 4 Carbon high प्रकाशन: 2026-11-12	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13

मेट्रिक	Gemini 4 Carbon Gemini 4 Carbon high प्रकाशन: 2026-11-12	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13
स्कोअर	9.3	9.2
क्रमांक	#36	#42
विश्वसनीयता	9.0	9.1
सुसंगतता	9.3	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	97.1%	76.8%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	29.080	19.982
एकूण खर्च	$6.107	$3.397
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	484,505	241,489
आउटपुट टोकन्स	6,098	11,575
रिझनिंग टोकन्स	507,672	109,971
प्रतिसाद वेळ (सरासरी)	120.04s	21.58s
प्रतिसाद वेळ (कमाल)	443.11s	162.73s
प्रतिसाद वेळ (एकूण)	2760.87s	496.40s
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.

#36 Gemini 4 Carbon

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 tok

#42 Muse Wonder

medium

खर्च: $0.208
वेळ: 64.8s
टोकन्स: 10,444 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 Carbon	10.0	10.0	100.0%	0		242.71s	228,686	1,076	30,888
Muse Wonder	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		11.36s	918	181	6,246
Muse Wonder	8.3	10.0	75.0%	0		4.84s	594	378	3,874

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		119.00s	8,448	495	79,534
Muse Wonder	10.0	10.0	100.0%	0		26.87s	7,401	1,181	26,424

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	4.7	1.6	66.7%	2		399.18s	205,214	3,187	143,193
Muse Wonder	10.0	10.0	100.0%	0		28.23s	66,033	4,934	17,166

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 Carbon	10.0	10.0	100.0%	0		21.49s	8,025	336	8,927
Muse Wonder	10.0	10.0	100.0%	0		6.12s	7,053	433	3,670

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		337.62s	963	48	198,683
Muse Wonder	5.3	10.0	33.3%	0		70.72s	555	960	42,167

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		22.70s	591	137	3,276
Muse Wonder	10.0	10.0	100.0%	0		7.32s	519	147	1,123

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		24.45s	825	96	8,586
Muse Wonder	6.6	10.0	50.0%	0		3.88s	523	124	1,783

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		16.38s	882	226	5,881
Muse Wonder	7.7	10.0	66.7%	0		9.63s	564	481	4,834

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		97.59s	29,692	292	15,637
Muse Wonder	10.0	10.0	100.0%	0		9.26s	9,780	369	2,803

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Carbon	10.0	10.0	100.0%	0		43.18s	261	24	6,821
Muse Wonder	4.7	1.6	66.7%	1		16.33s	225	162	3,277

तुलना जोडी बदला

Seed 2.1 TurbolowvsGemini 4 Carbonhigh Claude Sonnet 5.5maxvsMuse Wondermedium Gemini 4 HydrogenlowvsMuse Wondermedium DeepSeek V4.1 Flash 1017lowvsMuse Wondermedium Gemini 4 HydrogenxhighvsMuse Wondermedium Gemini 4 CarbonhighvsGPT-6.1 Terralow Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Opus 5.5mediumvsGemini 4 Carbonhigh Gemini 4 CarbonhighvsGPT-6.1 Terraxhigh Claude Haiku 5.5xhighvsMuse Wondermedium Gemini 4 CarbonhighvsGPT-5.5medium