Google: Gemini 2.5 Flash vs Meta: Muse Spark 1.1

Средний балл практически равен: 8.2 vs 8.3. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.643 vs $0.647. Muse Spark 1.1 (low) быстрее: 11.45s vs 21.18s, с долей успешных попыток 71.2% vs 69.7%.

Рекомендуемая модельMuse Spark 1.1 (low)Здесь у него лучший балл (8.3), и он отвечает примерно в 1.8 раза быстрее, чем Gemini 2.5 Flash (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Muse Spark 1.1 Muse Spark 1.1 low Релиз: 2026-07-16

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Muse Spark 1.1 Muse Spark 1.1 low Релиз: 2026-07-16
Оценка	8.2	8.3
Ранг	#25	#24
Надежность	10.0	10.0
Стабильность	9.6	8.5
Тестов верно
Доля успешных попыток	71.2%	69.7%
Нестабильные тесты	1	4
Всего запусков	66	66
Стоимость за результат	4.286	4.975
Общая стоимость	$0.643	$0.647
Цена входа	$0.300 / 1M	$1.250 / 1M
Цена выхода	$2.500 / 1M	$4.250 / 1M
Общее число входных токенов	132,498	142,298
Выходные токены	12,739	10,847
Токены рассуждений	228,464	99,467
Время ответа (среднее)	21.18s	11.45s
Время ответа (макс.)	140.50s	54.15s
Время ответа (суммарно)	465.89s	251.92s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

Неверный SVG

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#24 Muse Spark 1.1

low

Стоимость: $0.020
Время: 39.2s
Токены: 4,947 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Muse Spark 1.1	10.0	10.0	100.0%	0		10.34s	8,562	394	14,503

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Muse Spark 1.1	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Muse Spark 1.1	10.0	10.0	100.0%	0		3.22s	7,827	240	2,074

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
Muse Spark 1.1	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Muse Spark 1.1	10.0	10.0	100.0%	0		4.12s	906	131	1,125

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 5mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.2medium Gemini 2.5 FlashmediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGLM 5.2high Muse Spark 1.1lowvsStep 3.7 Flashmedium Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsGLM 5.2high