नेविगेशन
AI BENCHY
Advertise here

Gemini 3.7 Flash (medium) vs Muse Spark 1.3 (low)

Gemini 3.7 Flash (medium) average score में आगे है: 9.4 vs 9.0. Gemini 3.7 Flash (medium) की benchmark लागत कम है: $0.309 vs $0.633. Gemini 3.7 Flash (medium) तेज है: 5.87s vs 43.67s, pass rates 93.9% vs 83.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#8
कुल आउटपुट टोकन
64,577
प्रतिक्रिया समय (औसत)
5.87s
कुल लागत
$0.309
रैंक
#25
कुल आउटपुट टोकन
117,915
प्रतिक्रिया समय (औसत)
43.67s
कुल लागत
$0.633
अनुशंसित मॉडल Gemini 3.7 Flash (medium)

It has the best score here (9.4), while costing about 2.0x less than Muse Spark 1.3 (low).

विस्तृत तुलना

मेट्रिक Gemini 3.7 Flash Gemini 3.7 Flash medium रिलीज़: 2026-08-14 Muse Spark 1.3 Muse Spark 1.3 low रिलीज़: 2026-09-02
स्कोर 9.4 9.0
रैंक #8 #25
विश्वसनीयता 10.0 9.6
संगति 9.6 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 93.9% 83.3%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 0.773 3.720
कुल लागत $0.309 $0.633
इनपुट कीमत $0.750 / 1M $1.250 / 1M
आउटपुट कीमत $3.750 / 1M $4.250 / 1M
कुल इनपुट टोकन 89,055 104,966
आउटपुट टोकन 5,697 10,208
रीजनिंग टोकन 58,880 107,707
प्रतिक्रिया समय (औसत) 5.87s 43.67s
प्रतिक्रिया समय (अधिकतम) 30.23s 190.38s
प्रतिक्रिया समय (कुल) 129.20s 960.70s
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.

#8 Gemini 3.7 Flash

medium
लागत
$0.014
समय
35.2s
टोकन
7,283 tok

#25 Muse Spark 1.3

low
लागत
$0.017
समय
83.9s
टोकन
3,959 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 3.7 Flash 8.4 7.4 88.9% 1 8.86s 8,118 450 16,777
Muse Spark 1.3 10.0 10.0 100.0% 0 53.93s 7,275 1,047 21,679

त्वरित तुलना

तुलना जोड़ी बदलें