নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Meta: Muse Spark 1.1

সারাংশ

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 8.9. Gemini 3 Flash Preview (medium)-এর benchmark খরচ কম: $0.667 vs $1.152. Gemini 3 Flash Preview (medium) দ্রুত: 18.64s vs 23.35s, pass rates 98.4% vs 76.2%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the best score here (9.6), while costing about 1.7x less than Muse Spark 1.1 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17 Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16
স্কোর 9.6 8.9
র‍্যাঙ্ক #2 #15
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 98.4% 76.2%
অস্থির টেস্ট 1 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.335 7.676
মোট খরচ $0.667 $1.152
ইনপুট মূল্য $0.500 / 1M $1.250 / 1M
আউটপুট মূল্য $3.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 37,017 59,928
আউটপুট টোকেন 2,006 3,523
রিজনিং টোকেন 214,153 249,752
প্রতিক্রিয়া সময় (গড়) 18.64s 23.35s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 117.26s 165.38s
প্রতিক্রিয়া সময় (মোট) 391.35s 490.40s

জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#2 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
17.9s
টোকেন
3,236 tok

#15 Muse Spark 1.1

medium
খরচ
$0.024
সময়
29.2s
টোকেন
5,774 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

দ্রুত তুলনা

তুলনার জুটি বদলান