Google: Gemini 2.5 Flash vs Meta: Muse Spark 1.1

Skor rata-rata hampir imbang di 8.2 vs 8.3. Gemini 2.5 Flash (medium) memiliki biaya benchmark lebih rendah di $0.643 vs $0.647. Muse Spark 1.1 (low) lebih cepat di 11.45s vs 21.18s, dengan tingkat keberhasilan 71.2% vs 69.7%.

Model yang direkomendasikanMuse Spark 1.1 (low)It has the best score here (8.3), while responding about 1.8x faster than Gemini 2.5 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16
Skor	8.2	8.3
Peringkat	#25	#24
Keandalan	10.0	10.0
Konsistensi	9.6	8.5
Tes benar
Tingkat lulus per percobaan	71.2%	69.7%
Tes tidak stabil	1	4
Total Run	66	66
Biaya per hasil	4.286	4.975
Total Biaya	$0.643	$0.647
Harga input	$0.300 / 1M	$1.250 / 1M
Harga output	$2.500 / 1M	$4.250 / 1M
Total token input	132,498	142,298
Token output	12,739	10,847
Token penalaran	228,464	99,467
Waktu respons (rata-rata)	21.18s	11.45s
Waktu respons (maks)	140.50s	54.15s
Waktu respons (total)	465.89s	251.92s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

SVG tidak valid

Biaya: $0.000
Waktu: 274.0s
Token: 0 tok

#24 Muse Spark 1.1

low

Biaya: $0.020
Waktu: 39.2s
Token: 4,947 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Muse Spark 1.1	10.0	10.0	100.0%	0		10.34s	8,562	394	14,503

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Muse Spark 1.1	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Muse Spark 1.1	10.0	10.0	100.0%	0		3.22s	7,827	240	2,074

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
Muse Spark 1.1	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Muse Spark 1.1	10.0	10.0	100.0%	0		4.12s	906	131	1,125

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 5mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.2medium Gemini 2.5 FlashmediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGLM 5.2high Muse Spark 1.1lowvsStep 3.7 Flashmedium Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsGLM 5.2high