AI BENCHY Compare

Google: Gemini 3.5 Flash vs Meta: Muse Spark 1.1

概要

Gemini 3.5 Flash (high) が平均スコアでリードし、9.8 vs 8.8 です。 Muse Spark 1.1 (low) の benchmark コストが低く、$0.469 vs $1.115 です。 Gemini 3.5 Flash (high) の方が高速で、8.84s vs 10.11s です、成功率は 96.8% vs 73.0% です。

おすすめモデルGemini 3.5 Flash (high)この比較で最も高いスコア（9.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-16

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 low リリース: 2026-07-16
スコア	9.8	8.8
順位	#1	#17
信頼性	10.0	10.0
一貫性	9.6	8.5
正解テスト
試行ごとの合格率	96.8%	73.0%
不安定なテスト	1	4
総実行回数	63	63
結果あたりのコスト	5.575	3.606
合計コスト	$1.115	$0.469
入力価格	$1.500 / 1M	$1.250 / 1M
出力価格	$9.000 / 1M	$4.250 / 1M
合計入力トークン	37,594	59,923
出力トークン	1,975	3,722
推論トークン	115,638	88,947
応答時間（平均）	8.84s	10.11s
応答時間（最大）	34.82s	54.15s
応答時間（合計）	185.57s	212.29s

生成ショーケース

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high

コスト: $0.208
時間: 118.2s
トークン: 23,158 tok

#17 Muse Spark 1.1

low

コスト: $0.020
時間: 39.2s
トークン: 4,947 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

クイック比較

比較ペアを切り替え

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