Todos los lanzamientos

Gemini 4 Carbon vs. Inkling: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Carbon y Inkling: 3 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 5 modelos.

  • En inteligencia, Gemini 4 Carbon obtiene la puntuación más alta: Gemini 4 Carbon (High), con 60, frente a Inkling (Xhigh), con 12 de Inkling.
  • En tiempo por tarea, Inkling es el más rápido: Inkling (Xhigh), con 8.1 min, frente a Gemini 4 Carbon (Medium), con 29.3 min de Gemini 4 Carbon.
  • En costo por tarea, Inkling es el más económico: Inkling (High), con $0.62, frente a Gemini 4 Carbon (Medium), con $4.68 de Gemini 4 Carbon.
Playground de modelos

Lanzamientos comparados

Gemini 4 Carbon (high)Gemini 4 Carbon (medium)Gemini 4 Carbon (low)Inkling (xhigh)Inkling (high)
Intelligence Index
60
58
54
12
11
Finanzas y contabilidad
63
60
56
23
22
Estrategia y operaciones
61
58
53
19
18
Jurídico
62
59
54
23
22
Salud y medicina
57
--
--
18
--
Costo por tareaUSD
$5.48
$4.68
$5.22
$1.35
$0.62
Tiempo por tareaMinutos
33.2
29.3
29.6
8.1
--
Tiempo hasta el primer token de respuestas
73.37
27.41
8.65
14.63
--
Ventana de contexto
1M
1M
1M
1M
1M
Creador
Google
Google
Google
Thinking Machines
Thinking Machines
Licencia
Propietario
Propietario
Propietario
Abierto
Abierto
Modalidad de entrada

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes y voz

Admite: texto, imágenes y voz

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Google
Google
Google
DeepInfraTogether AIModalThinking Machines
Thinking Machines
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Gemini 4 Carbon
Inkling
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Rendimiento

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBench

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark