导航
Advertise here

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

平均分几乎持平,为 9.1 vs 9.1。 Gemini 4 Carbon (medium) benchmark 成本更低,为 $1.933 vs $2.637。 Muse Wonder (low) 更快,为 16.00s vs 38.78s,通过率为 95.7% vs 76.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-22

已对比模型

排名
#61
总输出令牌
131,948
响应时间(平均)
38.78s
总成本
$1.933
排名
#66
总输出令牌
82,847
响应时间(平均)
16.00s
总成本
$2.637
推荐模型 Muse Wonder (low)

它在这里得分最高(9.1),同时响应速度比Gemini 4 Carbon (medium)快约 2.4 倍。

详细对比

指标 Gemini 4 Carbon Gemini 4 Carbon medium 发布日期: 2026-11-12 Muse Wonder Muse Wonder low 发布日期: 2026-10-13
分数 9.1 9.1
排名 #61 #66
可靠性 8.8 9.7
一致性 8.9 9.6
尝试次数 69/69 69/69
测试正确
尝试通过率 95.7% 76.8%
不稳定测试 3 1
总运行次数 69 69
每个结果成本 9.662 15.512
总成本 $1.933 $2.637
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 306,396 244,997
输出令牌 5,746 11,148
推理令牌 126,202 71,699
响应时间(平均) 38.78s 16.00s
响应时间(最大) 206.61s 83.98s
响应时间(总计) 892.02s 367.91s
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.

#61 Gemini 4 Carbon

medium
成本
$0.203
时间
336.6s
令牌
20,353 tok

#66 Muse Wonder

low
成本
$0.080
时间
28.1s
令牌
4,067 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

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 29.67s 8,448 487 17,950
Muse Wonder 10.0 10.0 100.0% 0 17.81s 7,401 1,050 15,813

切换对比组合