नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 3.1 Pro Preview (medium) vs Muse Spark 1.2 (high)

Gemini 3.1 Pro Preview (medium) average score मध्ये पुढे आहे: 9.2 vs 8.8. Gemini 3.1 Pro Preview (medium) चा benchmark खर्च कमी आहे: $1.361 vs $1.632. Gemini 3.1 Pro Preview (medium) वेगवान आहे: 21.47s vs 23.99s, pass rates 90.9% vs 75.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-14

क्रमांक
#11
एकूण आउटपुट टोकन्स
97,958
प्रतिसाद वेळ (सरासरी)
21.47s
एकूण खर्च
$1.361
क्रमांक
#26
एकूण आउटपुट टोकन्स
349,571
प्रतिसाद वेळ (सरासरी)
23.99s
एकूण खर्च
$1.632
शिफारस केलेले मॉडेल Gemini 3.1 Pro Preview (medium)

It has the strongest score in this comparison (9.2) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19 Muse Spark 1.2 Muse Spark 1.2 high प्रकाशन: 2026-08-06
स्कोअर 9.2 8.8
क्रमांक #11 #26
विश्वसनीयता 10.0 9.8
सुसंगतता 10.0 8.7
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 90.9% 75.8%
अस्थिर चाचण्या 0 4
एकूण रन 66 66
प्रति निकाल खर्च 6.801 10.880
एकूण खर्च $1.361 $1.632
इनपुट किंमत $2.000 / 1M $1.250 / 1M
आउटपुट किंमत $12.000 / 1M $4.250 / 1M
एकूण इनपुट टोकन्स 92,287 117,028
आउटपुट टोकन्स 5,232 6,983
रिझनिंग टोकन्स 92,726 342,588
प्रतिसाद वेळ (सरासरी) 21.47s 23.99s
प्रतिसाद वेळ (कमाल) 88.68s 192.00s
प्रतिसाद वेळ (एकूण) 322.08s 527.70s
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.

#11 Gemini 3.1 Pro Preview

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

#26 Muse Spark 1.2

high
खर्च
$0.057
वेळ
34.7s
टोकन्स
13,356 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

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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857

झटपट तुलना

तुलना जोडी बदला