Navigare
Advertise here

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

Scorul mediu este practic egal la 9.1 vs 9.1. Gemini 4 Carbon (medium) are costul de benchmark mai mic, $1.933 vs $2.637. Muse Wonder (low) este mai rapid cu 16.00s vs 38.78s, cu rate de reușită de 95.7% vs 76.8%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-22

Modele comparate

Rang
#61
Total tokenuri de ieșire
131,948
Timp de răspuns (mediu)
38.78s
Cost total
$1.933
Rang
#66
Total tokenuri de ieșire
82,847
Timp de răspuns (mediu)
16.00s
Cost total
$2.637
Model recomandat Muse Wonder (low)

Are cel mai bun scor aici (9.1) și răspunde de aproximativ 2.4x mai rapid decât Gemini 4 Carbon (medium).

Comparație detaliată

Metrică Gemini 4 Carbon Gemini 4 Carbon medium Lansare: 2026-11-12 Muse Wonder Muse Wonder low Lansare: 2026-10-13
Scor 9.1 9.1
Rang #61 #66
Fiabilitate 8.8 9.7
Consistență 8.9 9.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 95.7% 76.8%
Teste instabile 3 1
Rulări totale 69 69
Cost per rezultat 9.662 15.512
Cost total $1.933 $2.637
Preț de intrare $2.000 / 1M $4.000 / 1M
Preț de ieșire $10.000 / 1M $20.000 / 1M
Preț citire cache $0.100 / 1M $0.200 / 1M
Preț scriere cache $0.188 / 1M N/D
Total tokenuri de intrare 306,396 244,997
Tokenuri de ieșire 5,746 11,148
Tokenuri de raționament 126,202 71,699
Timp de răspuns (mediu) 38.78s 16.00s
Timp de răspuns (maxim) 206.61s 83.98s
Timp de răspuns (total) 892.02s 367.91s
Parametri ~1.2T în total (~20B activi) ~1T în total (~50B activi)
Disponibilitate Închis Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#61 Gemini 4 Carbon

medium
Cost
$0.203
Timp
336.6s
Tokenuri
20,353 tok

#66 Muse Wonder

low
Cost
$0.080
Timp
28.1s
Tokenuri
4,067 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 4 Carbon 10.0 10.0 100.0% 0 29.67s 8,448 487 17,950
Muse Wonder 10.0 10.0 100.0% 0 17.81s 7,401 1,050 15,813

Schimbă perechea de comparație