नेविगेशन
AI BENCHY
Advertise here

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

Gemini 3.5 Flash (medium) average score में आगे है: 9.0 vs 8.7. Gemini 3.5 Flash (medium) की benchmark लागत कम है: $0.665 vs $1.771. Gemini 3.5 Flash (medium) तेज है: 8.48s vs 26.59s, pass rates 83.3% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#18
कुल आउटपुट टोकन
62,173
प्रतिक्रिया समय (औसत)
8.48s
कुल लागत
$0.665
रैंक
#30
कुल आउटपुट टोकन
382,087
प्रतिक्रिया समय (औसत)
26.59s
कुल लागत
$1.771
अनुशंसित मॉडल Gemini 3.5 Flash (medium)

It has the best score here (9.0), while costing about 2.7x less than Muse Spark 1.2 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash medium रिलीज़: 2026-05-19 Muse Spark 1.2 Muse Spark 1.2 high रिलीज़: 2026-08-06
स्कोर 9.0 8.7
रैंक #18 #30
विश्वसनीयता 10.0 9.9
संगति 9.7 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 74.2%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 3.690 12.645
कुल लागत $0.665 $1.771
इनपुट कीमत $1.500 / 1M $1.250 / 1M
आउटपुट कीमत $9.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 69,756 117,037
आउटपुट टोकन 2,166 6,983
रीजनिंग टोकन 60,007 375,104
प्रतिक्रिया समय (औसत) 8.48s 26.59s
प्रतिक्रिया समय (अधिकतम) 76.68s 192.00s
प्रतिक्रिया समय (कुल) 186.57s 584.89s
पैरामीटर ~500B 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.

#18 Gemini 3.5 Flash

medium
लागत
$0.201
समय
112.9s
टोकन
22,371 tok

#30 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 3.5 Flash 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
Muse Spark 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857

त्वरित तुलना

तुलना जोड़ी बदलें