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 8.9. Gemini 3.5 Flash (high) memiliki biaya benchmark lebih rendah di $1.115 vs $1.152. Gemini 3.5 Flash (high) lebih cepat di 8.84s vs 23.35s, dengan tingkat keberhasilan 96.8% vs 76.2%.

Model yang direkomendasikanGemini 3.5 Flash (high)It has the best score here (9.8), while responding about 2.6x faster than Muse Spark 1.1 (medium).

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 medium 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 medium Rilis: 2026-07-16
Skor	9.8	8.9
Peringkat	#1	#15
Keandalan	10.0	10.0
Konsistensi	9.6	9.2
Tes benar
Tingkat lulus per percobaan	96.8%	76.2%
Tes tidak stabil	1	2
Total Run	63	63
Biaya per hasil	5.575	7.676
Total Biaya	$1.115	$1.152
Harga input	$1.500 / 1M	$1.250 / 1M
Harga output	$9.000 / 1M	$4.250 / 1M
Total token input	37,594	59,928
Token output	1,975	3,523
Token penalaran	115,638	249,752
Waktu respons (rata-rata)	8.84s	23.35s
Waktu respons (maks)	34.82s	165.38s
Waktu respons (total)	185.57s	490.40s

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

#15 Muse Spark 1.1

medium

Biaya: $0.024
Waktu: 29.2s
Token: 5,774 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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

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		15.66s	8,562	347	23,562

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		26.33s	21,282	838	11,595

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		4.96s	7,827	240	3,387

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	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

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		4.41s	906	116	1,833

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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

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		6.99s	12,924	598	1,610

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		18.45s	612	39	8,375

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Gemini 3.5 FlashhighvsGPT-5.5low DeepSeek V4 FlashhighvsMuse Spark 1.1medium Claude Fable 5mediumvsGemini 3.5 Flashhigh Muse Spark 1.1mediumvsGPT-5.6 Terrahigh