AI BENCHY Compare

Google: Gemini 3.5 Flash vs Meta: Muse Spark 1.1

Ringkasan

Gemini 3.5 Flash (high) unggul dalam skor rata-rata dengan 9.8 vs 8.8. Muse Spark 1.1 (low) memiliki biaya benchmark lebih rendah di $0.469 vs $1.115. Gemini 3.5 Flash (high) lebih cepat di 8.84s vs 10.11s, dengan tingkat keberhasilan 96.8% vs 73.0%.

Model yang direkomendasikanGemini 3.5 Flash (high)It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16
Skor	9.8	8.8
Peringkat	#1	#17
Keandalan	10.0	10.0
Konsistensi	9.6	8.5
Tes benar
Tingkat lulus per percobaan	96.8%	73.0%
Tes tidak stabil	1	4
Total Run	63	63
Biaya per hasil	5.575	3.606
Total Biaya	$1.115	$0.469
Harga input	$1.500 / 1M	$1.250 / 1M
Harga output	$9.000 / 1M	$4.250 / 1M
Total token input	37,594	59,923
Token output	1,975	3,722
Token penalaran	115,638	88,947
Waktu respons (rata-rata)	8.84s	10.11s
Waktu respons (maks)	34.82s	54.15s
Waktu respons (total)	185.57s	212.29s

Showcase generasi

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high

Biaya: $0.208
Waktu: 118.2s
Token: 23,158 tok

#17 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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
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 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
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 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
Muse Spark 1.1	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849

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 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
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 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
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 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
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 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium Muse Spark 1.1lowvsGPT-5.4medium Seed-2.0-LitemediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2 Chatnone