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

Gemini 4 Carbon (high) лидирует по среднему баллу: 9.3 vs 9.2. Muse Wonder (medium) имеет более низкую стоимость benchmark: $3.397 vs $6.107. Muse Wonder (medium) быстрее: 21.58s vs 120.04s, с долей успешных попыток 97.1% vs 76.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-13

Сравниваемые модели

Ранг: #36
Общее число выходных токенов: 513,770
Время ответа (среднее): 120.04s
Общая стоимость: $6.107

Ранг: #42
Общее число выходных токенов: 121,546
Время ответа (среднее): 21.58s
Общая стоимость: $3.397

Рекомендуемая модель Muse Wonder (medium)

Его балл близок к лучшему здесь (9.2 против 9.3), при этом он примерно в 1.8 раза дешевле, чем Gemini 4 Carbon (high).

Подробное сравнение

Метрика	Gemini 4 Carbon Gemini 4 Carbon high Релиз: 2026-11-12	Muse Wonder Muse Wonder medium Релиз: 2026-10-13

Метрика	Gemini 4 Carbon Gemini 4 Carbon high Релиз: 2026-11-12	Muse Wonder Muse Wonder medium Релиз: 2026-10-13
Оценка	9.3	9.2
Ранг	#36	#42
Надежность	9.0	9.1
Стабильность	9.3	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	97.1%	76.8%
Нестабильные тесты	2	1
Всего запусков	69	69
Стоимость за результат	29.080	19.982
Общая стоимость	$6.107	$3.397
Цена входа	$2.000 / 1M	$4.000 / 1M
Цена выхода	$10.000 / 1M	$20.000 / 1M
Цена чтения из кэша	$0.100 / 1M	$0.200 / 1M
Цена записи в кэш	$0.188 / 1M	Н/Д
Общее число входных токенов	484,505	241,489
Выходные токены	6,098	11,575
Токены рассуждений	507,672	109,971
Время ответа (среднее)	120.04s	21.58s
Время ответа (макс.)	443.11s	162.73s
Время ответа (суммарно)	2760.87s	496.40s
Параметры	~1.2T всего (~20B активных)	~1T всего (~50B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

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.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

#42 Muse Wonder

medium

Стоимость: $0.208
Время: 64.8s
Токены: 10,444 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Сменить пару сравнения

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