Todos los lanzamientos

Gemini 4 Hydrogen vs. Muse Wonder: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Hydrogen 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 Hydrogen obtiene la puntuación más alta: Gemini 4 Hydrogen (Xhigh), con 54, frente a Muse Wonder (Max), con 44 de Muse Wonder.
  • En tiempo por tarea, Gemini 4 Hydrogen es el más rápido: Gemini 4 Hydrogen (Low), con 1.3 min, frente a Muse Wonder (High), con 10.1 min de Muse Wonder.
  • En costo por tarea, Gemini 4 Hydrogen es el más económico: Gemini 4 Hydrogen (Low), con $0.29, frente a Muse Wonder (High), con $4.56 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

Gemini 4 Hydrogen (xhigh)Gemini 4 Hydrogen (high)Muse Wonder (max)Gemini 4 Hydrogen (medium)Muse Wonder (high)Gemini 4 Hydrogen (low)
Intelligence Index
54
51
44
41
41
27
Finanzas y contabilidad
58
56
51
51
50
41
Estrategia y operaciones
58
55
54
52
54
42
Jurídico
57
55
47
51
46
42
Salud y medicina
--
--
49
--
--
--
Costo por tareaUSD
$3.16
$1.87
$6.95
$0.80
$4.56
$0.29
Tiempo por tareaMinutos
13.0
6.0
14.1
3.7
10.1
1.3
Tiempo hasta el primer token de respuestas
41.11
14.96
24.26
12.33
9.90
5.81
Ventana de contexto
1M
1M
1M
1M
1M
1M
Creador
Google
Google
Meta
Google
Meta
Google
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
Meta
Google
Meta
Google
Updated
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

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-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 Hydrogen
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

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

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-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