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

Gemini 3.1 Pro Preview (medium) vs Muse Spark 1.2 (high)

Gemini 3.1 Pro Preview (medium) average score में आगे है: 9.2 vs 8.8. Gemini 3.1 Pro Preview (medium) की benchmark लागत कम है: $1.361 vs $1.632. Gemini 3.1 Pro Preview (medium) तेज है: 21.47s vs 23.99s, pass rates 90.9% vs 75.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#11
कुल आउटपुट टोकन
97,958
प्रतिक्रिया समय (औसत)
21.47s
कुल लागत
$1.361
रैंक
#26
कुल आउटपुट टोकन
349,571
प्रतिक्रिया समय (औसत)
23.99s
कुल लागत
$1.632
अनुशंसित मॉडल Gemini 3.1 Pro Preview (medium)

It has the strongest score in this comparison (9.2) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 Muse Spark 1.2 Muse Spark 1.2 high रिलीज़: 2026-08-06
स्कोर 9.2 8.8
रैंक #11 #26
विश्वसनीयता 10.0 9.8
संगति 10.0 8.7
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 90.9% 75.8%
अस्थिर टेस्ट 0 4
कुल रन 66 66
प्रति परिणाम लागत 6.801 10.880
कुल लागत $1.361 $1.632
इनपुट कीमत $2.000 / 1M $1.250 / 1M
आउटपुट कीमत $12.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 92,287 117,028
आउटपुट टोकन 5,232 6,983
रीजनिंग टोकन 92,726 342,588
प्रतिक्रिया समय (औसत) 21.47s 23.99s
प्रतिक्रिया समय (अधिकतम) 88.68s 192.00s
प्रतिक्रिया समय (कुल) 322.08s 527.70s
पैरामीटर ~1.2T कुल (~20B सक्रिय) ~1T कुल (~50B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#11 Gemini 3.1 Pro Preview

medium
लागत
$0.115
समय
87.2s
टोकन
9,629 tok

#26 Muse Spark 1.2

high
लागत
$0.057
समय
34.7s
टोकन
13,356 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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Muse Spark 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857

त्वरित तुलना

तुलना जोड़ी बदलें