Meta · OpenRouter
Muse Wonder
meta/muse-wonder
AA Intelligence Index
52
Muse Wonder (Max)
AA-Kosten je Aufgabe
$4.52
Indexgewichteter Mittelwert · Anbieterkosten
← Alle Modelle
MULTIMODAL / MODELLVERGLEICH
Muse Wonder vs Gemini 4 Argon
Zwei multimodale Modelle mit einer Million Tokens Kontext: unabhängige Benchmarks, Herstellerergebnisse und drei unterschiedliche Preisgrundlagen im Vergleich.
Quellen geprüft am 2026-10-14 · öffentliche Ergebnismomentaufnahme
Google · OpenRouter
Gemini 4 Argon
google/gemini-4-argon
AA Intelligence Index
53
Gemini 4 Argon (High)
AA-Kosten je Aufgabe
$1.99
Indexgewichteter Mittelwert · Anbieterkosten
Benchmarks desselben Evaluators
Artificial Analysis Intelligence Index v4.3.2. Alle folgenden Werte stammen aus derselben Vergleichsseite; höhere Werte sind besser. Die getesteten Einstellungen sind Max beziehungsweise High.
| Benchmark | Bewerteter Bereich | Muse Wonder (Max) | Gemini 4 Argon (High) |
|---|---|---|---|
| Intelligence IndexIndexpunkte | Gewichteter Index aus zehn Evaluierungen | 52 | 53 |
| AA-Briefcase v1.1Elo | Komplexe Wissensarbeit und Arbeitsergebnisse | 1659 | 1487 |
| GDPval-AA v2.1Elo | Reale berufliche Aufgaben und Ergebnisse | 1770 | 1624 |
| AutomationBench-AAProzent | SaaS-Abläufe und Werkzeugnutzung | 68% | 78% |
| Terminal-Bench 4.0Prozent | Agentische Programmierung im Terminal | 52% | 57% |
| SciCodeProzent · Vom Evaluator als in Überprüfung markiert | Wissenschaftliche Codegenerierung | 60% | 62% |
| Humanity's Last ExamProzent | Anspruchsvolles Wissen und Schlussfolgern | 50% | 57% |
| GDP.pdfProzent | Professionelle Aufgaben mit langen PDFs | 31% | 22% |
| CritPtProzent · Vom Evaluator als in Überprüfung markiert | Physikalisches Schlussfolgern und Berechnen | 28% | 27% |
| AA-OmniscienceIndexpunkte | Wissenszuverlässigkeit mit Halluzinationsabzug | 25 | 42 |
| AA-LCR v1.1Prozent | Schlussfolgern über lange Kontexte | 81% | 80% |
Der Gesamtindex überschneidet sich mit den Einzeltests; dies sind keine elf unabhängigen Stimmen. Elo, Prozentwerte und Indexpunkte sollten nicht addiert werden. SciCode und CritPt sind derzeit bei AA in Überprüfung; die Seite bewahrt den geprüften Stand.
Aus den Ergebnissen eigene Tests ableiten
Muse: Dokumente und Arbeitsergebnisse prüfen
Muse hat höhere veröffentlichte Werte bei AA-Briefcase, GDPval-AA und GDP.pdf. Beziehe es in Tests für komplexe Quellensynthese, Dokumentanalyse und fertige Arbeitsergebnisse ein und prüfe den Vorteil an eigenem Material.
Gemini: Automatisierung, Wissen und Terminalaufgaben prüfen
Gemini hat höhere veröffentlichte Werte bei AutomationBench-AA, AA-Omniscience, HLE und Terminal-Bench. Der Gesamtindex unterscheidet sich um einen Punkt; aufgabenbezogene Qualität, Zuverlässigkeit und Gesamtkosten helfen bei der Produktionsentscheidung.
Zusätzliche Herstellerergebnisse mit eigener Herkunft
Diese Zahlen stammen aus Metas Veröffentlichung und Googles Modellkarte. Die DeepSWE-Werte wurden getrennt publiziert; für Diagramm- und Videotests liegt hier nur auf Googles Seite ein überprüfbarer Wert vor.
| Benchmark | Muse Wonder | Gemini 4 Argon | Einordnung |
|---|---|---|---|
| DeepSWE v1.1 | 78.8% | 77.9% | Langfristige Softwareentwicklung; unterschiedliche Testeinstellungen möglich |
| Chartography | Kein entsprechender Wert gefunden | 71.6% | Diagrammverständnis; von Google berichtet |
| LVBench | Kein entsprechender Wert gefunden | 91.7% | Verständnis langer Videos; von Google berichtet |
Meta schreibt das DeepSWE-Ergebnis des regulären Muse Datacurve zu. Dies sind veröffentlichte Werte und kein kontrollierter Lauf in derselben Agentenumgebung. Fehlende Werte beziehen sich auf die hier geprüften Veröffentlichungen und Modellkarten und bedeuten keine fehlende Fähigkeit.
Preise: Anbietergebühren und Plattformabrechnung trennen
Alle Tarife gelten je Million Tokens. Aktuelle Anbieterpreise beziehen sich auf die geprüften synchronen Standard-Routen. Credits basieren auf Listenpreisen und der bestehenden Margenregel der Plattform.
1. Aktuelle OpenRouter-Preise
Gemini hat derzeit eine 50%-Aktion; Muse nutzt reguläre veröffentlichte Preise. Cache-Eingaben werden zum Cache-Lesetarif berechnet. Aktionen und Anbieterrouten können sich ändern.
| Nutzung | Muse Wonder | Gemini 4 Argon |
|---|---|---|
| Eingabe ohne Cache | $4.00 | $2.00 |
| Cache-Lesen | $0.20 | $0.10 |
| Ausgabe | $20.00 | $10.00 |
2. Listenpreisgrundlage für Plattform-Credits
Beide Modelle haben derzeit dieselben Listenpreise für Eingabe, Cache-Lesen und Ausgabe. Gemini-Credits basieren auf diesen Listenpreisen; die Anbieteraktion ändert den Plattformtarif nicht.
| Nutzung | Muse Wonder | Gemini 4 Argon |
|---|---|---|
| Eingabe ohne Cache | $4.00 | $4.00 |
| Cache-Lesen | $0.20 | $0.20 |
| Ausgabe | $20.00 | $20.00 |
3. Veröffentlichte Plattformpreise und Credits
Diese Tarife stehen auf Modellkarten, Modellseiten und im Playground und verwenden die bestehende Zielmarge von 30 %. Erfolgreiche Anfragen kosten mindestens einen Credit.
| Nutzung | Muse Wonder | Gemini 4 Argon |
|---|---|---|
| Eingabe ohne Cache | $5.72 · 57,200 credits | $5.72 · 57,200 credits |
| Cache-Lesen | $0.29 · 2,900 credits | $0.29 · 2,900 credits |
| Ausgabe | $28.58 · 285,800 credits | $28.58 · 285,800 credits |
Anbieterbeispiel mit festen Tokenzahlen
Bei 10.000 Eingabetokens ohne Cache und 2.000 Ausgabetokens ergeben die aktuellen veröffentlichten Anbieterpreise $0.08 für Muse und $0.04 für Gemini. Dieses Rechenbeispiel fixiert die Nutzung; bei einer realen Aufgabe können Verbrauch und Wiederholungen unterschiedlich ausfallen.
Gleiche veröffentlichte Tarife garantieren keine identischen Rechnungen: Tokenverbrauch, Cache, Reasoning-Ausgabe und Rundung können abweichen. Gemini rechnet zu den veröffentlichten Tokentarifen ab; Muse behält die Abrechnung anhand tatsächlich gemeldeter OpenRouter-Kosten plus Plattformmarge. Die AA-Aufgabenkosten sind ein unabhängig gewichteter Anbieterwert mit anderer Preisgrundlage.
Über diesen Dienst verfügbar
Beide nutzen denselben multimodalen Playground und dieselbe Chat-API. So lassen sich identische Ausgangsmaterialien mit jedem Modell testen.
| Merkmal | Muse Wonder | Gemini 4 Argon |
|---|---|---|
| Anbieterkontext | 1,048,576 tokens | 1,048,576 tokens |
| Akzeptierte Eingaben | Text, Bilder, Video, Audio, PDF | Text, Bilder, Video, Audio, PDF |
| Ausgabe | Text | Text |
| Antwortlimit der Plattform | 8,192 tokens | 8,192 tokens |
| Chat-API | /v1/chat/completions | /v1/chat/completions |
Dateianzahl, Uploadgröße und Antwortlimit sind Grenzen dieses Dienstes und getrennt von Anbieterspezifikationen zu betrachten.
Bedingungen für die Interpretation
Version und Reasoning-Einstellung festhalten
Die Haupttabelle vergleicht das reguläre Muse Wonder (Max) mit Gemini 4 Argon (High). Muse Wonder Full ist eine eigene Version. Max und High sind modellspezifische Einstellungen und bedeuten kein gleiches Rechenbudget.
Den Umfang des Index verstehen
Der AA Intelligence Index bewertet hauptsächlich englische Textaufgaben. Bild-, Audio-, Video- und mehrsprachige Tests erfolgen separat; der Index misst diese Fähigkeiten nicht unmittelbar.
Unterschiede auf Aufgabenebene interpretieren
Veröffentlichte Punktwerte von 52 und 53 belegen keine statistische Signifikanz. Originaleinheiten und Quellen bleiben sichtbar; verschiedene Metriken werden nicht summiert und kleine Abstände nicht als verlässliche Siege behandelt.
Die Laufzeitumgebung abgleichen
Der Playground bietet Text- und Medienchat ohne Streaming mit maximal 8.192 Ausgabetokens. Agentenwerkzeuge und einstellbarer Reasoning-Aufwand sind hier nicht verfügbar. Agentenbenchmarks benötigen die passende Umgebung, Einstellungen und Ausgabebudgets. Diese Seite ordnet öffentliche Ergebnisse ein und behauptet keinen eigenen Benchmarklauf.
Primärquellen und Prüfung
Quellen geprüft am 2026-10-14 · öffentliche Ergebnismomentaufnahme
Gesamtindex, zehn Einzeltests, Reasoning-Einstellungen und gewichtete Aufgabenkosten.
Indexversion, Gewichte, Abdeckung, Einheiten und Laufzeitbedingungen.
Veröffentlichte DeepSWE-, Chartography- und LVBench-Ergebnisse sowie Modellfähigkeiten.
Reguläres Muse im Vergleich zu Full, veröffentlichter DeepSWE-Wert und Listenpreise.
Einstellungen und Evaluationsmethode einschließlich Datacurve-Zuordnung für DeepSWE.
Modell-ID, Eingaben und veröffentlichte Preise dieser Integration.
Modell-ID, Eingaben und Aktionspreise der Standard-Routen.