AI BENCHY Compare

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

Resumen

Muse Spark 1.1 (high) lidera en puntuación media con 7.8 vs 7.8. Gemini 3.1 Flash Lite Preview (medium) tiene menor coste de benchmark con $0.068 vs $1.440. Gemini 3.1 Flash Lite Preview (medium) es más rápido con 3.96s vs 29.16s, con tasas de acierto de 61.9% vs 69.8%.

Modelo recomendadoGemini 3.1 Flash Lite Preview (medium)Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 7.8) y cuesta aproximadamente 21.2x menos que Muse Spark 1.1 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-16

Métrica	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16

Métrica	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16
Puntuación	7.8	7.8
Rango	#46	#41
Fiabilidad	10.0	10.0
Consistencia	10.0	8.1
Pruebas correctas
Tasa de aciertos por intento	61.9%	69.8%
Pruebas inestables	0	5
Ejecuciones totales	63	61
Costo por resultado	0.523	11.997
Costo total	$0.068	$1.440
Precio de entrada	$0.250 / 1M	$1.250 / 1M
Precio de salida	$1.500 / 1M	$4.250 / 1M
Total de tokens de entrada	37,786	64,900
Tokens de salida	2,210	3,577
Tokens de razonamiento	36,744	316,055
Tiempo de respuesta (promedio)	3.96s	29.16s
Tiempo de respuesta (máximo)	14.93s	196.03s
Tiempo de respuesta (total)	83.06s	583.18s

Generación showcase

Hamster playing table tennis

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

#46 Gemini 3.1 Flash Lite Preview

medium

Coste: $0.003
Tiempo: 5.2s
Tokens: 1,944 tok

#41 Muse Spark 1.1

high

Coste: $0.039
Tiempo: 50.1s
Tokens: 9,423 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		14.93s	13,403	327	7,347
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		4.21s	639	18	5,325
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Comparación rápida

Cambiar par de comparación

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 Muse Spark 1.1highvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Claude Opus 4.8lowvsGemini 3.1 Flash Lite Previewmedium Muse Spark 1.1highvsQwen3.5-27Bmedium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow