AI BENCHY Compare

Google: Gemini 3.5 Flash vs Meta: Muse Spark 1.1

Ringkasan

Gemini 3.5 Flash (low) unggul dalam skor rata-rata dengan 9.2 vs 8.9. Gemini 3.5 Flash (low) memiliki biaya benchmark lebih rendah di $0.349 vs $1.152. Gemini 3.5 Flash (low) lebih cepat di 3.27s vs 23.35s, dengan tingkat keberhasilan 90.5% vs 76.2%.

Model yang direkomendasikanGemini 3.5 Flash (low)It has the best score here (9.2), while costing about 3.3x less 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 low 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 low Rilis: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16
Skor	9.2	8.9
Peringkat	#8	#15
Keandalan	10.0	10.0
Konsistensi	10.0	9.2
Tes benar
Tingkat lulus per percobaan	90.5%	76.2%
Tes tidak stabil	0	2
Total Run	63	63
Biaya per hasil	1.834	7.676
Total Biaya	$0.349	$1.152
Harga input	$1.500 / 1M	$1.250 / 1M
Harga output	$9.000 / 1M	$4.250 / 1M
Total token input	36,938	59,928
Token output	2,033	3,523
Token penalaran	30,519	249,752
Waktu respons (rata-rata)	3.27s	23.35s
Waktu respons (maks)	9.05s	165.38s
Waktu respons (total)	68.65s	490.40s

Showcase generasi

Hamster playing table tennis

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

#8 Gemini 3.5 Flash

low

Biaya: $0.068
Waktu: 39.1s
Token: 7,588 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		2.52s	494	209	2,536
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	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420
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		6.44s	12,873	351	3,050
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		1.81s	7,548	279	1,164
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	7.7	10.0	66.7%	0		3.39s	633	12	4,538
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		2.27s	486	119	916
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	9.9	10.0	100.0%	0		1.86s	615	71	1,652
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		2.35s	558	288	2,150
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	10.0	10.0	100.0%	0		3.27s	5,457	234	403
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		1.88s	156	12	690
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Fable 5mediumvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGPT-5.6 Solhigh Gemini 3.5 FlashlowvsGPT-5.6 Solmedium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.5medium Muse Spark 1.1mediumvsKimi K3max Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.2 Chatnone Claude Opus 4.8mediumvsGemini 3.5 Flashlow Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh