Direktvergleich

Gemini 4 Argon vs. Muse Wonder

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 157
verschiedene Benchmark-Messgrößen: 18
jüngster Abruf: 16.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Gemini 4 Argon und Muse Wonder
Merkmal	Gemini 4 Argon	Muse Wonder
Anbieter	Google DeepMind	Meta
Erschienen	13. Okt. 2026	12. Okt. 2026
Verfügbarkeit	Aktiv	Preview
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.048.576 Token gemeinsam für Eingabe, Thinking und Ausgabe	1.048.576 Token
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Gemini 4 Argon und Muse Wonder
Preisart	Gemini 4 Argon	Muse Wonder
API-Eingabe	2 $	4 $
API-Ausgabe	10 $	20 $
Cache lesen	0,1 $	0,2 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	25.10.2026 Quelle	15.10.2026 Quelle
Gemini 4 Argon, Standardpreise bis 30. November 2026 Je 1 Mio. Token: 2,00 USD Eingabe, 10,00 USD Ausgabe einschließlich Thinking und 0,10 USD Cache-Lesezugriff. Quelle
Gemini 4 Argon, Standardpreise ab 1. Dezember 2026 Je 1 Mio. Token: 4,00 USD Eingabe, 20,00 USD Ausgabe einschließlich Thinking und 0,20 USD Cache-Lesezugriff. Quelle
Gemini 4 Argon, Caching Nur implizites Caching; explizites Caching wird nicht unterstützt. Quelle

Gemini 4 ArgonMuse Wonder

API-EingabeUSD pro 1 Mio. Token, Basistarif

Gemini 4 Argon2 $

Muse Wonder4 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Gemini 4 Argon10 $

Muse Wonder20 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Gemini 4 Argon0,1 $

Muse Wonder0,2 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Gemini 4 Argon ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Für Muse Wonder ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Gemini 4 Argon und Muse Wonder
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Gemini 4 Argon	Google DeepMind	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 2 $	Günstigster erfasster Preis: 10 $	Quelle25.10.2026
Muse Wonder	Meta	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 4 $	Günstigster erfasster Preis: 20 $	Quelle15.10.2026

Benchmark-Index

Benchmark-Index im Vergleich

Der Index fasst unabhängige Benchmarks auf einer Skala von 0 bis 100 zusammen. Ein Vorsprung zählt erst, wenn ein Modell in mindestens 95 % von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien vorn liegt. Sonst gelten beide als gleichauf.

Zur KI-Bestenliste

Gemini 4 Argon

Gesamtindex

92,6

Muse Wonder

Gesamtindex

77,2

Gemini 4 Argon liegt in 9 von 9 gemeinsamen Bereichen vorn.

Bereich	Gemini 4 Argon	Muse Wonder
Programmieren	92,4	78,2
Schlussfolgern	91,6	73,8
Mathematik	89,3	78,4
Wissen	93,6	75,6
Allgemein	90,2	61,4
Finanzen	94,6	75,3
Recht	94,9	86,1
Cybersicherheit	92,8	78,6
Produktivität	90,6	83,3

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Gemini 4 ArgonMuse Wonder

BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon76,296 %

Muse Wonder67,037 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon68,173 %

Muse Wonder62,552 %

CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon77,857 %

Muse Wonder80,357 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon75,244 %

Muse Wonder67,084 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon65,401 %

Muse Wonder56,637 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon19,583 %

Muse Wonder17,083 %

IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon100 %

Muse Wonder66,944 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon54,808 %

Muse Wonder50,481 %

MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon45,495 %

Muse Wonder27,477 %

ProofBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon99 %

Muse Wonder84 %

Public Benefits Bench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon69,756 %

Muse Wonder70,23 %

SWE-bench MultimodalOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 4 Argon56,042 %

Muse Wonder45,417 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Gemini 4 Argon und Muse Wonder
Benchmark und Aufgabe	Gemini 4 Argon	Muse Wonder	Quelle
BioMysteryBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert76,296 %	67,037 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert68,173 %	62,552 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	77,857 %	Höherer Messwert80,357 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert75,244 %	67,084 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert65,401 %	56,637 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert19,583 %	17,083 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert100 %	66,944 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert54,808 %	50,481 %	Vals AI Quellendetails Datenstand: 12.10.2026
MysteryMechanismOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert45,495 %	27,477 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert99 %	84 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	69,756 %	Höherer Messwert70,23 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert56,042 %	45,417 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert44,56 %	36,269 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert57,576 %	49,495 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert44,286 %	22,857 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert68,896 %	61,062 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens	21,2 %	Höherer Messwert26,55 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert91,906 %	83,089 %	Vals AI Quellendetails Datenstand: 12.10.2026
BioMysteryBenchHard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert39,216 %	29,412 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert67,564 %	60,07 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Patch Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger85,714 %	Kein direkter Sieger85,714 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert82,979 %	79,488 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert60,527 %	52,67 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert94,203 %	93,841 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert100 %	66,833 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert68,182 %	63,636 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench Multimodalbpmn-js Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert71,698 %	67,925 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger20 %	Kein direkter Sieger20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger46,667 %	Kein direkter Sieger46,667 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert62,5 %	50 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert69,503 %	62,009 %	Vals AI Quellendetails Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert84,932 %	75,799 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger70 %	Kein direkter Sieger70 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1PoC Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	70 %	Höherer Messwert75 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert85,109 %	79,232 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert55,789 %	45,936 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger20 %	Kein direkter Sieger20 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2025 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert100 %	75,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert92,945 %	90,571 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalCarbon Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert43,609 %	27,068 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	63,603 %	Höherer Messwert71,362 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert83,333 %	33,333 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert11,111 %	0 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexEMB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert75,244 %	67,084 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	3,574 / 5	Höherer Messwert4,061 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert65,719 %	51,035 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert50,956 %	47,933 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert94,265 %	92,473 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2026 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert100 %	58,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	46,512 %	Höherer Messwert48,837 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalESLint Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert72,727 %	54,545 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert66,667 %	50 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0ML Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert69,697 %	45,455 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceLife Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert42,105 %	21,053 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert65,401 %	56,637 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert68,543 %	60,69 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert74,496 %	67,252 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert91,87 %	86,88 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalFusion Next Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert47,222 %	38,889 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert84,637 %	77,655 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Operations Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert55,556 %	40,741 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceMathematical Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert58,824 %	23,529 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexHLAB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert19,583 %	17,083 %	Vals AI Quellendetails Datenstand: 13.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Für diese Auswahl gibt es keine gemeinsame Testrunde. Es werden keine Ergebnisse aus verschiedenen Runden gemischt.

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Gemini 4 Argon und Muse Wonder mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich