AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Meta: Muse Spark 1.1

Rezumat

Muse Spark 1.1 (high) conduce la scorul mediu cu 7.8 vs 7.8. Gemini 3.1 Flash Lite (medium) are costul de benchmark mai mic, $0.071 vs $1.440. Gemini 3.1 Flash Lite (medium) este mai rapid cu 3.23s vs 29.16s, cu rate de reușită de 65.1% vs 69.8%.

Model recomandatGemini 3.1 Flash Lite (medium)Scorul rămâne aproape de cel mai bun scor de aici (7.8 vs 7.8) și costă de aproximativ 20.6x mai puțin decât Muse Spark 1.1 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-16

Metrică	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08	Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16

Metrică	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08	Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16
Scor	7.8	7.8
Rang	#48	#41
Fiabilitate	10.0	10.0
Consistență	9.2	8.1
Teste corecte
Rată de trecere pe încercare	65.1%	69.8%
Teste instabile	2	5
Rulări totale	63	61
Cost per rezultat	0.539	11.997
Cost total	$0.071	$1.440
Preț de intrare	$0.250 / 1M	$1.250 / 1M
Preț de ieșire	$1.500 / 1M	$4.250 / 1M
Total tokenuri de intrare	36,808	64,900
Tokenuri de ieșire	2,254	3,577
Tokenuri de raționament	38,300	316,055
Timp de răspuns (mediu)	3.23s	29.16s
Timp de răspuns (maxim)	10.87s	196.03s
Timp de răspuns (total)	67.80s	583.18s

Prezentare generare

Hamster playing table tennis

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

#48 Gemini 3.1 Flash Lite

medium

Cost: $0.003
Timp: 5.3s
Tokenuri: 1,754 tok

#41 Muse Spark 1.1

high

Cost: $0.039
Timp: 50.1s
Tokenuri: 9,423 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.16s	643	15	5,165
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Comparație rapidă

Schimbă perechea de comparație

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Claude Opus 4.8lowvsGemini 3.1 Flash Litemedium Muse Spark 1.1highvsGrok 4.5low Muse Spark 1.1highvsQwen3.5-27Bmedium Gemini 3.1 Flash LitemediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh