Gemini 4 Hydrogen (xhigh) vs Muse Wonder (low)

Gemini 4 Hydrogen (xhigh) average score मध्ये पुढे आहे: 9.2 vs 9.1. Muse Wonder (low) चा benchmark खर्च कमी आहे: $2.637 vs $8.734. Muse Wonder (low) वेगवान आहे: 16.00s vs 89.92s, pass rates 89.9% vs 76.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #48
एकूण आउटपुट टोकन्स: 1,039,092
प्रतिसाद वेळ (सरासरी): 89.92s
एकूण खर्च: $8.734

क्रमांक: #53
एकूण आउटपुट टोकन्स: 82,847
प्रतिसाद वेळ (सरासरी): 16.00s
एकूण खर्च: $2.637

शिफारस केलेले मॉडेल Muse Wonder (low)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 3.3x less than Gemini 4 Hydrogen (xhigh).

तपशीलवार तुलना

मेट्रिक	Gemini 4 Hydrogen Gemini 4 Hydrogen xhigh प्रकाशन: 2026-11-12	Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13

मेट्रिक	Gemini 4 Hydrogen Gemini 4 Hydrogen xhigh प्रकाशन: 2026-11-12	Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13
स्कोअर	9.2	9.1
क्रमांक	#48	#53
विश्वसनीयता	9.0	9.7
सुसंगतता	9.1	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	76.8%
अस्थिर चाचण्या	3	1
एकूण रन	69	69
प्रति निकाल खर्च	45.967	15.512
एकूण खर्च	$8.734	$2.637
इनपुट किंमत	$1.500 / 1M	$4.000 / 1M
आउटपुट किंमत	$7.500 / 1M	$20.000 / 1M
कॅश वाचण्याची किंमत	$0.075 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$0.084 / 1M	लागू नाही
एकूण इनपुट टोकन्स	626,965	244,997
आउटपुट टोकन्स	9,003	11,148
रिझनिंग टोकन्स	1,030,089	71,699
प्रतिसाद वेळ (सरासरी)	89.92s	16.00s
प्रतिसाद वेळ (कमाल)	379.79s	83.98s
प्रतिसाद वेळ (एकूण)	2068.10s	367.91s
पॅरामीटर्स	~300B एकूण (~15B 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.

#48 Gemini 4 Hydrogen

xhigh

खर्च: $0.329
वेळ: 259.1s
टोकन्स: 43,952 tok

#53 Muse Wonder

low

खर्च: $0.080
वेळ: 28.1s
टोकन्स: 4,067 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 Hydrogen	10.0	10.0	100.0%	0		103.09s	247,153	1,133	31,102
Muse Wonder	10.0	10.0	100.0%	0		44.57s	149,681	2,520	1,668

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		6.98s	918	176	7,105
Muse Wonder	10.0	10.0	100.0%	0		4.37s	786	344	3,587

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		86.90s	8,448	485	125,825
Muse Wonder	10.0	10.0	100.0%	0		17.81s	7,401	1,050	15,813

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	5.2	6.9	33.3%	1		332.59s	299,105	6,028	346,202
Muse Wonder	10.0	10.0	100.0%	0		24.68s	66,803	4,907	10,127

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 Hydrogen	10.0	10.0	100.0%	0		16.34s	8,025	340	12,072
Muse Wonder	10.0	10.0	100.0%	0		4.27s	7,053	315	2,367

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	7.6	7.2	77.8%	1		267.57s	963	42	440,755
Muse Wonder	5.3	10.0	33.3%	0		51.40s	761	1,060	30,749

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		9.66s	591	111	2,939
Muse Wonder	10.0	10.0	100.0%	0		3.94s	519	151	691

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	8.5	6.8	83.3%	1		19.81s	825	96	15,385
Muse Wonder	6.5	10.0	50.0%	0		2.08s	408	60	849

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		8.37s	882	275	6,720
Muse Wonder	5.9	7.2	55.6%	1		5.08s	459	261	2,402

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		74.83s	59,794	293	30,902
Muse Wonder	9.8	10.0	100.0%	0		8.75s	10,901	359	1,862

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		26.65s	261	24	11,082
Muse Wonder	3.0	10.0	0.0%	0		8.23s	225	121	1,584

तुलना जोडी बदला

Gemini 4 HydrogenhighvsMuse Wonderlow Muse WonderlowvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow DeepSeek V4.1 Flash 1017lowvsGemini 4 Hydrogenxhigh Gemini 4 HydrogenxhighvsQwen3.8 MAXmedium Claude Haiku 5.5xhighvsMuse Wonderlow Claude Sonnet 5.5maxvsGemini 4 Hydrogenxhigh Muse WonderlowvsGPT-5.3-Codexmedium Claude Fable 5.2mediumvsMuse Wonderlow Gemini 4 HydrogenxhighvsQwen3.8 Max (0902)high Gemini 4 HydrogenxhighvsGPT-5.5medium Muse WonderlowvsQwen3.8 Max (0902)high