नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Muse Spark 1.1 (high) average score में आगे है: 7.8 vs 7.8. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.068 vs $1.440. Gemini 3.1 Flash Lite Preview (medium) तेज है: 3.96s vs 29.16s, pass rates 61.9% vs 69.8%.

अनुशंसित मॉडलGemini 3.1 Flash Lite Preview (medium)Its score stays close to the best score here (7.8 vs 7.8), while costing about 21.2x less than Muse Spark 1.1 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 Muse Spark 1.1 Muse Spark 1.1 high रिलीज़: 2026-07-16
स्कोर 7.8 7.8
रैंक #46 #41
विश्वसनीयता 10.0 10.0
संगति 10.0 8.1
सही परीक्षण
प्रति प्रयास पास दर 61.9% 69.8%
अस्थिर टेस्ट 0 5
कुल रन 63 61
प्रति परिणाम लागत 0.523 11.997
कुल लागत $0.068 $1.440
इनपुट कीमत $0.250 / 1M $1.250 / 1M
आउटपुट कीमत $1.500 / 1M $4.250 / 1M
कुल इनपुट टोकन 37,786 64,900
आउटपुट टोकन 2,210 3,577
रीजनिंग टोकन 36,744 316,055
प्रतिक्रिया समय (औसत) 3.96s 29.16s
प्रतिक्रिया समय (अधिकतम) 14.93s 196.03s
प्रतिक्रिया समय (कुल) 83.06s 583.18s

जनरेशन शोकेस

Hamster playing table tennis

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

#46 Gemini 3.1 Flash Lite Preview

medium
लागत
$0.003
समय
5.2s
टोकन
1,944 tok

#41 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 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

त्वरित तुलना

तुलना जोड़ी बदलें