Todos los lanzamientos

Gemini 4 Carbon vs. Muse Wonder: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Carbon y Muse Wonder: 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 Muse Wonder (Max), con 44 de Muse Wonder.
  • En tiempo por tarea, Muse Wonder es el más rápido: Muse Wonder (High), con 9,0 min, frente a Gemini 4 Carbon (Medium), con 22,8 min de Gemini 4 Carbon.
  • En costo por tarea, Gemini 4 Carbon es el más económico: Gemini 4 Carbon (Medium), con $6.59, frente a Muse Wonder (Max), con $6.95 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

Gemini 4 Carbon (high)Gemini 4 Carbon (medium)Gemini 4 Carbon (low)Muse Wonder (max)Muse Wonder (high)
Intelligence Index
60
58
54
44
41
Finanzas y contabilidad
63
60
56
51
50
Estrategia y operaciones
61
58
53
54
54
Jurídico
62
59
54
47
46
Salud y medicina
--
--
--
49
--
Costo por tareaUSD
$7.76
$6.59
$7.19
$6.95
--
Tiempo por tareaMinutos
30,3
22,8
46,6
12,1
9,0
Tiempo hasta el primer token de respuestas
65,94
22,24
8,01
20,24
8,97
Ventana de contexto
1M
1M
1M
1M
1M
Creador
Google
Google
Google
Meta
Meta
Licencia
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

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Google
Google
Google
Meta
Meta
Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better
No publicly available API

Tiempo por tarea

Inference time (minutes) per Intelligence Index task · Lower is better
No publicly available API

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better
No publicly available API

InteligenciaUpdated

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 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

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
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

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
No publicly available API

Velocidad y latencia

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
No publicly available API

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 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

Benchmarks

AA-PersonalityBenchNew

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