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

AI BENCHY Compare

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

सारांश

Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 8.8. Muse Spark 1.1 (low) चा benchmark खर्च कमी आहे: $0.469 vs $0.667. Muse Spark 1.1 (low) वेगवान आहे: 10.11s vs 18.64s, pass rates 98.4% vs 73.0%.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17 Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16
स्कोअर 9.6 8.8
क्रमांक #2 #17
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 98.4% 73.0%
अस्थिर चाचण्या 1 4
एकूण रन 63 63
प्रति निकाल खर्च 3.335 3.606
एकूण खर्च $0.667 $0.469
इनपुट किंमत $0.500 / 1M $1.250 / 1M
आउटपुट किंमत $3.000 / 1M $4.250 / 1M
एकूण इनपुट टोकन्स 37,017 59,923
आउटपुट टोकन्स 2,006 3,722
रिझनिंग टोकन्स 214,153 88,947
प्रतिसाद वेळ (सरासरी) 18.64s 10.11s
प्रतिसाद वेळ (कमाल) 117.26s 54.15s
प्रतिसाद वेळ (एकूण) 391.35s 212.29s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
17.9s
टोकन्स
3,236 tok

#17 Muse Spark 1.1

low
खर्च
$0.020
वेळ
39.2s
टोकन्स
4,947 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 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 10.34s 8,562 394 14,503

झटपट तुलना

तुलना जोडी बदला