Gemini 3.1 Pro Preview (medium) vs Muse Spark 1.1 (high)

average score जवळपास समान आहे: 8.4 vs 8.4. Gemini 3.1 Pro Preview (medium) चा benchmark खर्च कमी आहे: $1.585 vs $2.570. Gemini 3.1 Pro Preview (medium) वेगवान आहे: 22.71s vs 37.41s, pass rates 89.9% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #71
एकूण आउटपुट टोकन्स: 102,691
प्रतिसाद वेळ (सरासरी): 22.71s
एकूण खर्च: $1.585

क्रमांक: #73
एकूण आउटपुट टोकन्स: 505,566
प्रतिसाद वेळ (सरासरी): 37.41s
एकूण खर्च: $2.570

शिफारस केलेले मॉडेल Gemini 3.1 Pro Preview (medium)

It has the best score here (8.4), while costing about 1.6x less than Muse Spark 1.1 (high).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19	Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19	Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16
स्कोअर	8.4	8.4
क्रमांक	#71	#73
विश्वसनीयता	9.8	10.0
सुसंगतता	9.6	8.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	69.6%
अस्थिर चाचण्या	1	6
एकूण रन	69	69
प्रति निकाल खर्च	7.924	19.762
एकूण खर्च	$1.585	$2.570
इनपुट किंमत	$2.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$12.000 / 1M	$4.250 / 1M
एकूण इनपुट टोकन्स	176,208	336,310
आउटपुट टोकन्स	6,093	10,838
रिझनिंग टोकन्स	96,598	494,728
प्रतिसाद वेळ (सरासरी)	22.71s	37.41s
प्रतिसाद वेळ (कमाल)	88.68s	196.03s
प्रतिसाद वेळ (एकूण)	386.11s	860.39s
पॅरामीटर्स	~1.2T एकूण (~20B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#71 Gemini 3.1 Pro Preview

medium

खर्च: $0.115
वेळ: 87.2s
टोकन्स: 9,629 tok

#73 Muse Spark 1.1

high

खर्च: $0.039
वेळ: 50.1s
टोकन्स: 9,423 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	4.7	1.6	66.7%	1		56.17s	83,912	861	4,592
Muse Spark 1.1	10.0	10.0	100.0%	0		49.67s	207,097	2,482	11,168

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704
Muse Spark 1.1	2.9	4.4	22.2%	2		94.74s	1,062	345	195,595

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Pro PreviewmediumvsInklinghighमोफत उपलब्ध Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Muse Spark 1.1highvsGPT-5 Minimedium DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Gemini 3.1 Pro PreviewmediumvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh Muse Spark 1.1highvsKimi K3max Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.3low Gemini 3.1 Pro PreviewmediumvsKimi K3max Muse Spark 1.1highvsQwen3.7 Maxmedium