Gemini 3.1 Pro Preview (medium) vs Muse Spark 1.3 (low)

Muse Spark 1.3 (low) average score मध्ये पुढे आहे: 8.5 vs 8.4. Muse Spark 1.3 (low) चा benchmark खर्च कमी आहे: $0.911 vs $1.585. Muse Spark 1.3 (low) वेगवान आहे: 17.73s vs 22.71s, pass rates 89.9% vs 82.6%.

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: #65
एकूण आउटपुट टोकन्स: 134,695
प्रतिसाद वेळ (सरासरी): 17.73s
एकूण खर्च: $0.911

शिफारस केलेले मॉडेल Muse Spark 1.3 (low)

It has the best score here (8.5), while costing about 1.7x less than Gemini 3.1 Pro Preview (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02
स्कोअर	8.4	8.5
क्रमांक	#71	#65
विश्वसनीयता	9.8	10.0
सुसंगतता	9.6	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	82.6%
अस्थिर चाचण्या	1	5
एकूण रन	69	69
प्रति निकाल खर्च	7.924	5.690
एकूण खर्च	$1.585	$0.911
इनपुट किंमत	$2.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$12.000 / 1M	$4.250 / 1M
एकूण इनपुट टोकन्स	176,208	270,231
आउटपुट टोकन्स	6,093	13,363
रिझनिंग टोकन्स	96,598	121,332
प्रतिसाद वेळ (सरासरी)	22.71s	17.73s
प्रतिसाद वेळ (कमाल)	88.68s	78.72s
प्रतिसाद वेळ (एकूण)	386.11s	407.75s
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

#65 Muse Spark 1.3

low

खर्च: $0.017
वेळ: 83.9s
टोकन्स: 3,959 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 1.3	10.0	10.0	100.0%	0		55.06s	153,284	2,337	4,647

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 1.3	10.0	10.0	100.0%	0		3.92s	618	372	5,308

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 1.3	8.2	7.2	88.9%	1		20.86s	5,958	795	19,077

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 1.3	7.3	5.8	83.3%	1		25.72s	90,340	6,828	14,390

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 1.3	10.0	10.0	100.0%	0		3.62s	7,155	240	3,011

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 1.3	3.5	4.4	33.3%	2		45.63s	738	1,083	48,809

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 1.3	10.0	10.0	100.0%	0		4.02s	477	127	1,182

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 1.3	9.8	10.0	100.0%	0		5.04s	669	189	3,025

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 1.3	8.2	7.2	88.9%	1		11.34s	651	478	11,598

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 1.3	10.0	10.0	100.0%	0		7.39s	10,158	603	2,074

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 1.3	3.0	10.0	0.0%	0		23.36s	183	311	8,211

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5mediumvsMuse Spark 1.3low Muse Spark 1.3lowvsQwen3.7 Maxmedium Gemini 3.1 Pro PreviewmediumvsInklinghighमोफत उपलब्ध Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Muse Spark 1.3lowvsGrok 4.6high Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsGLM 5.2high Claude Sonnet 5.5highvsMuse Spark 1.3low Muse Spark 1.3lowvsGPT-5 Minimedium Claude Sonnet 5.5xhighvsMuse Spark 1.3low