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 8.9 です。 Gemini 3 Flash Preview (medium) の benchmark コストが低く、$0.667 vs $1.152 です。 Gemini 3 Flash Preview (medium) の方が高速で、18.64s vs 23.35s です、成功率は 98.4% vs 76.2% 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 (medium) より約 1.7 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 medium 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 medium リリース: 2026-07-16
スコア	9.6	8.9
順位	#2	#15
信頼性	10.0	10.0
一貫性	9.7	9.2
正解テスト
試行ごとの合格率	98.4%	76.2%
不安定なテスト	1	2
総実行回数	63	63
結果あたりのコスト	3.335	7.676
合計コスト	$0.667	$1.152
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	59,928
出力トークン	2,006	3,523
推論トークン	214,153	249,752
応答時間（平均）	18.64s	23.35s
応答時間（最大）	117.26s	165.38s
応答時間（合計）	391.35s	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.

#2 Gemini 3 Flash Preview

medium

コスト: $0.010
時間: 17.9s
トークン: 3,236 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
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 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		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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
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 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		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 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		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 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		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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
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 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		18.45s	612	39	8,375

クイック比較

比較ペアを切り替え

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium Muse Spark 1.1mediumvsGPT-5.6 Terrahigh Muse Spark 1.1mediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGLM 5.2high