Todos los lanzamientos

Gemini 4 Neon vs. Muse Wonder: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Neon y Muse Wonder: 4 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 6 modelos.

  • En inteligencia, Gemini 4 Neon obtiene la puntuación más alta: Gemini 4 Neon (Xhigh), con 61, frente a Muse Wonder (Max), con 44 de Muse Wonder.
  • En tiempo por tarea, Gemini 4 Neon es el más rápido: Gemini 4 Neon (Low), con 3.7 min, frente a Muse Wonder (High), con 8.9 min de Muse Wonder.
  • En costo por tarea, Gemini 4 Neon es el más económico: Gemini 4 Neon (Low), con $0.75, frente a Muse Wonder (High), con $4.56 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

Gemini 4 Neon (xhigh)Gemini 4 Neon (high)Gemini 4 Neon (medium)Gemini 4 Neon (low)Muse Wonder (max)Muse Wonder (high)
Intelligence Index
61
60
55
44
44
41
Finanzas y contabilidad
65
63
60
55
51
50
Estrategia y operaciones
64
62
59
55
54
54
Jurídico
64
63
60
55
47
46
Salud y medicina
--
--
--
--
49
--
Costo por tareaUSD
$6.44
$3.74
$1.90
$0.75
$6.95
$4.56
Tiempo por tareaMinutos
21.5
14.8
8.3
3.7
13.7
8.9
Tiempo hasta el primer token de respuestas
56.51
40.64
20.14
13.93
20.25
9.82
Ventana de contexto
1M
1M
1M
1M
1M
1M
Creador
Google
Google
Google
Google
Meta
Meta
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Google
Google
Google
Google
Meta
Meta
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 Neon
Muse Wonder
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

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100
Ver más

Agentic knowledge work, Elo

Agentic SaaS workflows

Agentic scientific research workflows in a terminal

Agentic software engineering in open-source repositories

Reasoning & knowledge

Professional document reasoning, All-pass

Agentic coding & terminal use

Physics reasoning

Legal agentic work, Hallucination-Gated All-Pass Rate

Agentic real-world work tasks, Elo

Product and brand videos designed in code, Elo

Medical long context reasoning

Visual reasoning

Rich, varied, well-crafted language

Well-structured, scannable, answer-first

Truthful, acknowledges uncertainty, non-sycophantic

Use of filler and generic language