AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Meta: Muse Spark 1.1

Zusammenfassung

Muse Spark 1.1 (high) führt beim Durchschnittsscore mit 7.8 vs 7.8. Gemini 3.1 Flash Lite (medium) hat die niedrigeren Benchmark-Kosten mit $0.071 vs $1.440. Gemini 3.1 Flash Lite (medium) ist schneller mit 3.23s vs 29.16s, mit Erfolgsraten von 65.1% vs 69.8%.

Empfohlenes ModellGemini 3.1 Flash Lite (medium)Die Punktzahl bleibt nah an der besten hier (7.8 vs 7.8) und es kostet etwa 20.6x weniger als Muse Spark 1.1 (high).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-16

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Veröffentlichung: 2026-05-08	Muse Spark 1.1 Muse Spark 1.1 high Veröffentlichung: 2026-07-16

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Veröffentlichung: 2026-05-08	Muse Spark 1.1 Muse Spark 1.1 high Veröffentlichung: 2026-07-16
Punktzahl	7.8	7.8
Rang	#48	#41
Zuverlässigkeit	10.0	10.0
Konsistenz	9.2	8.1
Korrekte Tests
Erfolgsquote pro Versuch	65.1%	69.8%
Instabile Tests	2	5
Gesamtläufe	63	61
Kosten pro Ergebnis	0.539	11.997
Gesamtkosten	$0.071	$1.440
Eingabepreis	$0.250 / 1M	$1.250 / 1M
Ausgabepreis	$1.500 / 1M	$4.250 / 1M
Gesamte Eingabe-Token	36,808	64,900
Ausgabe-Token	2,254	3,577
Denk-Token	38,300	316,055
Antwortzeit (Durchschnitt)	3.23s	29.16s
Antwortzeit (Maximum)	10.87s	196.03s
Antwortzeit (Gesamt)	67.80s	583.18s

Generierungs-Showcase

Hamster playing table tennis

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

#48 Gemini 3.1 Flash Lite

medium

Kosten: $0.003
Zeit: 5.3s
Token: 1,754 tok

#41 Muse Spark 1.1

high

Kosten: $0.039
Zeit: 50.1s
Token: 9,423 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.16s	643	15	5,165
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Schnellvergleich

Vergleichspaar wechseln

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Claude Opus 4.8lowvsGemini 3.1 Flash Litemedium Muse Spark 1.1highvsGrok 4.5low Muse Spark 1.1highvsQwen3.5-27Bmedium Gemini 3.1 Flash LitemediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh