नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs Meta: Muse Spark 1.1

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 8.9. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.667 vs $1.152. Gemini 3 Flash Preview (medium) तेज है: 18.64s vs 23.35s, pass rates 98.4% vs 76.2%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the best score here (9.6), while costing about 1.7x less than Muse Spark 1.1 (medium).

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16
स्कोर 9.6 8.9
रैंक #2 #15
विश्वसनीयता 10.0 10.0
संगति 9.7 9.2
सही परीक्षण
प्रति प्रयास पास दर 98.4% 76.2%
अस्थिर टेस्ट 1 2
कुल रन 63 63
प्रति परिणाम लागत 3.335 7.676
कुल लागत $0.667 $1.152
इनपुट कीमत $0.500 / 1M $1.250 / 1M
आउटपुट कीमत $3.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 37,017 59,928
आउटपुट टोकन 2,006 3,523
रीजनिंग टोकन 214,153 249,752
प्रतिक्रिया समय (औसत) 18.64s 23.35s
प्रतिक्रिया समय (अधिकतम) 117.26s 165.38s
प्रतिक्रिया समय (कुल) 391.35s 490.40s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 tok

#15 Muse Spark 1.1

medium
लागत
$0.024
समय
29.2s
टोकन
5,774 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

त्वरित तुलना

तुलना जोड़ी बदलें