AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Meta: Muse Spark 1.1

概要

Gemini 3 Flash Preview (medium) が平均スコアでリードし、9.6 vs 7.8 です。 Gemini 3 Flash Preview (medium) の benchmark コストが低く、$0.667 vs $1.440 です。 Gemini 3 Flash Preview (medium) の方が高速で、18.64s vs 29.16s です、成功率は 98.4% vs 69.8% です。

おすすめモデルGemini 3 Flash Preview (medium)ここでは最高スコア（9.6）で、Muse Spark 1.1 (high) より約 2.2 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 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Muse Spark 1.1 Muse Spark 1.1 high リリース: 2026-07-16

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Muse Spark 1.1 Muse Spark 1.1 high リリース: 2026-07-16
スコア	9.6	7.8
順位	#2	#41
信頼性	10.0	10.0
一貫性	9.7	8.1
正解テスト
試行ごとの合格率	98.4%	69.8%
不安定なテスト	1	5
総実行回数	63	61
結果あたりのコスト	3.335	11.997
合計コスト	$0.667	$1.440
入力価格	$0.500 / 1M	$1.250 / 1M
出力価格	$3.000 / 1M	$4.250 / 1M
合計入力トークン	37,017	64,900
出力トークン	2,006	3,577
推論トークン	214,153	316,055
応答時間（平均）	18.64s	29.16s
応答時間（最大）	117.26s	196.03s
応答時間（合計）	391.35s	583.18s

生成ショーケース

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium

コスト: $0.010
時間: 17.9s
トークン: 3,236 tok

#41 Muse Spark 1.1

high

コスト: $0.039
時間: 50.1s
トークン: 9,423 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

クイック比較

比較ペアを切り替え

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low Muse Spark 1.1highvsQwen3.5-27Bmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high Muse Spark 1.1highvsKimi K2.6medium無料で利用可能 Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium