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

已对比模型

排名: #36
总输出令牌: 513,770
响应时间（平均）: 120.04s
总成本: $6.107

排名: #42
总输出令牌: 121,546
响应时间（平均）: 21.58s
总成本: $3.397

推荐模型 Muse Wonder (medium)

它的得分接近这里的最高分（9.2 vs 9.3），同时成本比Gemini 4 Carbon (high)低约 1.8 倍。

详细对比

指标	Gemini 4 Carbon Gemini 4 Carbon high 发布日期: 2026-11-12	Muse Wonder Muse Wonder medium 发布日期: 2026-10-13

指标	Gemini 4 Carbon Gemini 4 Carbon high 发布日期: 2026-11-12	Muse Wonder Muse Wonder medium 发布日期: 2026-10-13
分数	9.3	9.2
排名	#36	#42
可靠性	9.0	9.1
一致性	9.3	9.6
尝试次数	69/69	69/69
测试正确
尝试通过率	97.1%	76.8%
不稳定测试	2	1
总运行次数	69	69
每个结果成本	29.080	19.982
总成本	$6.107	$3.397
输入价格	$2.000 / 1M	$4.000 / 1M
输出价格	$10.000 / 1M	$20.000 / 1M
缓存读取价格	$0.100 / 1M	$0.200 / 1M
缓存写入价格	$0.188 / 1M	不适用
总输入令牌	484,505	241,489
输出令牌	6,098	11,575
推理令牌	507,672	109,971
响应时间（平均）	120.04s	21.58s
响应时间（最大）	443.11s	162.73s
响应时间（总计）	2760.87s	496.40s
参数量	~1.2T 总计 (~20B 激活)	~1T 总计 (~50B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

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.

成本: $0.000
时间: 600.0s
令牌: 0 tok

#42 Muse Wonder

medium

成本: $0.208
时间: 64.8s
令牌: 10,444 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

智能体任务	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

切换对比组合

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