Gemini 3.5 Flash Lite (high) vs Muse Spark 1.2 (medium)

Gemini 3.5 Flash Lite (high) average score में आगे है: 9.0 vs 8.9. Gemini 3.5 Flash Lite (high) की benchmark लागत कम है: $0.624 vs $1.590. Gemini 3.5 Flash Lite (high) तेज है: 11.92s vs 21.28s, pass rates 84.1% vs 75.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक: #54
कुल आउटपुट टोकन: 219,926
प्रतिक्रिया समय (औसत): 11.92s
कुल लागत: $0.624

रैंक: #61
कुल आउटपुट टोकन: 287,977
प्रतिक्रिया समय (औसत): 21.28s
कुल लागत: $1.590

अनुशंसित मॉडल Gemini 3.5 Flash Lite (high)

It has the best score here (9.0), while costing about 2.6x less than Muse Spark 1.2 (medium).

विस्तृत तुलना

मेट्रिक	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite high रिलीज़: 2026-07-21	Muse Spark 1.2 Muse Spark 1.2 medium रिलीज़: 2026-08-06

मेट्रिक	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite high रिलीज़: 2026-07-21	Muse Spark 1.2 Muse Spark 1.2 medium रिलीज़: 2026-08-06
स्कोर	9.0	8.9
रैंक	#54	#61
विश्वसनीयता	10.0	10.0
संगति	9.3	8.7
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	84.1%	75.4%
अस्थिर टेस्ट	2	4
कुल रन	69	69
प्रति परिणाम लागत	3.463	10.598
कुल लागत	$0.624	$1.590
इनपुट कीमत	$0.300 / 1M	$1.250 / 1M
आउटपुट कीमत	$2.500 / 1M	$4.250 / 1M
कैश पढ़ने की कीमत	$0.030 / 1M	$0.150 / 1M
कैश लिखने की कीमत	$0.084 / 1M	लागू नहीं
कुल इनपुट टोकन	244,529	292,604
आउटपुट टोकन	6,784	9,569
रीजनिंग टोकन	213,142	278,408
प्रतिक्रिया समय (औसत)	11.92s	21.28s
प्रतिक्रिया समय (अधिकतम)	53.09s	142.49s
प्रतिक्रिया समय (कुल)	274.14s	489.46s
पैरामीटर	~150B कुल (~10B सक्रिय)	~1T कुल (~50B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#54 Gemini 3.5 Flash Lite

high

लागत: $0.025
समय: 36.8s
टोकन: 9,964 tok

#61 Muse Spark 1.2

medium

लागत: $0.033
समय: 21.8s
टोकन: 7,846 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		53.09s	151,483	900	14,401
Muse Spark 1.2	10.0	10.0	100.0%	0		56.74s	168,924	2,347	6,966

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.96s	498	142	7,917
Muse Spark 1.2	7.3	6.2	75.0%	2		5.38s	618	369	9,916

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	8.4	7.4	88.9%	1		16.58s	8,130	434	57,369
Muse Spark 1.2	10.0	10.0	100.0%	0		17.49s	7,275	353	33,215

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	9.9	10.0	100.0%	0		27.90s	68,427	4,360	52,993
Muse Spark 1.2	8.5	10.0	50.0%	0		24.89s	95,942	5,020	33,103

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		3.17s	7,362	279	5,636
Muse Spark 1.2	10.0	10.0	100.0%	0		6.42s	6,969	240	5,342

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	3.6	7.2	22.2%	1		23.14s	656	17	54,566
Muse Spark 1.2	5.3	10.0	33.3%	0		77.22s	738	104	162,623

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		3.10s	488	81	2,124
Muse Spark 1.2	6.1	3.1	66.7%	1		10.67s	477	131	3,970

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	9.8	10.0	100.0%	0		2.16s	625	69	3,513
Muse Spark 1.2	9.8	10.0	100.0%	0		4.40s	669	117	4,950

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.09s	572	183	4,004
Muse Spark 1.2	8.7	7.7	88.9%	1		9.45s	651	387	11,155

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		4.55s	6,132	310	2,955
Muse Spark 1.2	10.0	10.0	100.0%	0		3.89s	10,158	459	1,314

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	3.0	10.0	0.0%	0		9.68s	156	9	7,664
Muse Spark 1.2	3.0	10.0	0.0%	0		12.79s	183	42	5,854

तुलना जोड़ी बदलें

Gemini 3.5 Flash LitehighvsMuse Spark 1.3medium Claude Opus 5lowvsGemini 3.5 Flash Litehigh Muse Spark 1.2mediumvsPareto 26.9default Gemini 3.5 Flash LitehighvsGLM 5.3 Flashmax Gemini 3.5 Flash LitehighvsQwen3.8 Max (0902)medium Gemini 3.5 Flash LitehighvsMuse Spark Openlow Muse Spark 1.2mediumvsGLM 5.3 Flashmax Muse Spark 1.2mediumvsKimi K3.1 Prolow Muse Spark 1.2mediumvsQwen3.8 MAXlow Gemini 3.5 Flash LitehighvsMuse Spark Openxhigh Gemini 3.6 FlashlowvsMuse Spark 1.2medium Claude Opus 5lowvsMuse Spark 1.2medium