Gemini 4 Carbon (low) vs Muse Ember (minimal)

Gemini 4 Carbon (low) average score मध्ये पुढे आहे: 9.0 vs 8.9. Muse Ember (minimal) चा benchmark खर्च कमी आहे: $0.047 vs $0.391. Muse Ember (minimal) वेगवान आहे: 5.30s vs 11.01s, pass rates 88.4% vs 76.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #64
एकूण आउटपुट टोकन्स: 8,283
प्रतिसाद वेळ (सरासरी): 11.01s
एकूण खर्च: $0.391

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 8.3x less than Gemini 4 Carbon (low).

तपशीलवार तुलना

मेट्रिक	Gemini 4 Carbon Gemini 4 Carbon low प्रकाशन: 2026-11-12	Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09

मेट्रिक	Gemini 4 Carbon Gemini 4 Carbon low प्रकाशन: 2026-11-12	Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09
स्कोअर	9.0	8.9
क्रमांक	#64	#76
विश्वसनीयता	8.9	9.7
सुसंगतता	8.9	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	76.8%
अस्थिर चाचण्या	3	1
एकूण रन	69	69
प्रति निकाल खर्च	2.056	0.276
एकूण खर्च	$0.391	$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	153,838	265,844
आउटपुट टोकन्स	6,041	10,584
रिझनिंग टोकन्स	2,242	29,993
प्रतिसाद वेळ (सरासरी)	11.01s	5.30s
प्रतिसाद वेळ (कमाल)	78.43s	48.15s
प्रतिसाद वेळ (एकूण)	253.17s	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.

#64 Gemini 4 Carbon

low

अवैध SVG

खर्च: $0.038
वेळ: 51.9s
टोकन्स: 3,862 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 Carbon	10.0	10.0	100.0%	0		78.43s	85,473	1,068	0
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 Carbon	10.0	10.0	100.0%	0		5.04s	918	216	199
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 Carbon	10.0	10.0	100.0%	0		7.82s	8,448	498	1,538
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 Carbon	6.4	5.8	66.7%	1		29.35s	41,242	3,161	16
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 Carbon	10.0	10.0	100.0%	0		5.57s	8,025	336	0
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 Carbon	5.8	4.4	66.7%	2		4.79s	963	50	0
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 Carbon	10.0	10.0	100.0%	0		4.27s	591	101	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 Carbon	10.0	10.0	100.0%	0		4.84s	825	96	174
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 Carbon	10.0	10.0	100.0%	0		5.12s	882	224	315
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 Carbon	10.0	10.0	100.0%	0		12.64s	6,210	267	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 Carbon	3.0	10.0	0.0%	0		4.99s	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 Gemini 4 CarbonlowvsMuse Spark 1.3medium Muse EmberminimalvsPareto 26.9default ERNIE-Light-DT-1.0maxvsGemini 4 Carbonlow Gemini 4 CarbonlowvsQwen3.8 Max (0902)medium Gemini 4 CarbonlowvsNex-N2.6medium Gemini 4 CarbonlowvsGLM 5.3 Flashmax Gemini 4 CarbonlowvsMuse Spark Openxhigh Muse EmberminimalvsKimi K3.1 Prolow Muse EmberminimalvsQwen3.8 MAXlow Muse EmberminimalvsGLM 5.3 Flashmax Gemini 3.6 FlashlowvsMuse Emberminimal