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

Google: Gemini 2.5 Flash vs Meta: Muse Spark 1.1

Gemini 2.5 Flash (medium) average score में आगे है: 8.2 vs 8.1. Gemini 2.5 Flash (medium) की benchmark लागत कम है: $0.643 vs $1.694. Gemini 2.5 Flash (medium) तेज है: 21.18s vs 31.49s, pass rates 71.2% vs 69.7%.

अनुशंसित मॉडलGemini 2.5 Flash (medium)It has the best score here (8.2), while costing about 2.6x less than Muse Spark 1.1 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17 Muse Spark 1.1 Muse Spark 1.1 high रिलीज़: 2026-07-16
स्कोर 8.2 8.1
रैंक #25 #27
विश्वसनीयता 10.0 10.0
संगति 9.6 7.9
सही परीक्षण
प्रति प्रयास पास दर 71.2% 69.7%
अस्थिर टेस्ट 1 6
कुल रन 66 64
प्रति परिणाम लागत 4.286 14.116
कुल लागत $0.643 $1.694
इनपुट कीमत $0.300 / 1M $1.250 / 1M
आउटपुट कीमत $2.500 / 1M $4.250 / 1M
कुल इनपुट टोकन 132,498 129,423
आउटपुट टोकन 12,739 8,077
रीजनिंग टोकन 228,464 352,421
प्रतिक्रिया समय (औसत) 21.18s 31.49s
प्रतिक्रिया समय (अधिकतम) 140.50s 196.03s
प्रतिक्रिया समय (कुल) 465.89s 661.28s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium
अमान्य SVG
लागत
$0.000
समय
274.0s
टोकन
0 tok

#27 Muse Spark 1.1

high
लागत
$0.039
समय
50.1s
टोकन
9,423 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039

त्वरित तुलना

तुलना जोड़ी बदलें