AI BENCHY Compare

Google: Gemini 3.5 Flash vs Meta: Muse Spark 1.1

概要

Gemini 3.5 Flash (low) が平均スコアでリードし、9.2 vs 8.9 です。 Gemini 3.5 Flash (low) の benchmark コストが低く、$0.349 vs $1.152 です。 Gemini 3.5 Flash (low) の方が高速で、3.27s vs 23.35s です、成功率は 90.5% vs 76.2% です。

おすすめモデルGemini 3.5 Flash (low)ここでは最高スコア（9.2）で、Muse Spark 1.1 (medium) より約 3.3 倍低コストです。

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 low リリース: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16

指標	Gemini 3.5 Flash Gemini 3.5 Flash low リリース: 2026-05-19	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16
スコア	9.2	8.9
順位	#8	#15
信頼性	10.0	10.0
一貫性	10.0	9.2
正解テスト
試行ごとの合格率	90.5%	76.2%
不安定なテスト	0	2
総実行回数	63	63
結果あたりのコスト	1.834	7.676
合計コスト	$0.349	$1.152
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	36,938	59,928
出力トークン	2,033	3,523
推論トークン	30,519	249,752
応答時間（平均）	3.27s	23.35s
応答時間（最大）	9.05s	165.38s
応答時間（合計）	68.65s	490.40s

生成ショーケース

Hamster playing table tennis

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

#8 Gemini 3.5 Flash

low

コスト: $0.068
時間: 39.1s
トークン: 7,588 tok

#15 Muse Spark 1.1

medium

コスト: $0.024
時間: 29.2s
トークン: 5,774 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		2.52s	494	209	2,536
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

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	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

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		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

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		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

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	7.7	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

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		2.27s	486	119	916
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833

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	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

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		2.35s	558	288	2,150
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

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	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

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		1.88s	156	12	690
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

クイック比較

比較ペアを切り替え

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