Gemini 2.5 Flash (medium) vs Muse Spark 1.1 (low)

Muse Spark 1.1 (low) лидирует по среднему баллу: 8.3 vs 8.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.644 vs $0.673. Muse Spark 1.1 (low) быстрее: 11.89s vs 21.14s, с долей успешных попыток 71.2% vs 71.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-29

Ранг: #47
Общее число выходных токенов: 241,365
Время ответа (среднее): 21.14s
Общая стоимость: $0.644

Ранг: #46
Общее число выходных токенов: 116,489
Время ответа (среднее): 11.89s
Общая стоимость: $0.673

Рекомендуемая модель Muse 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).

Подробное сравнение

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	#47	#46
Надежность	10.0	10.0
Стабильность	9.6	8.5
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	71.2%	71.2%
Нестабильные тесты	1	4
Всего запусков	66	66
Стоимость за результат	4.288	5.173
Общая стоимость	$0.644	$0.673
Цена входа	$0.300 / 1M	$1.250 / 1M
Цена выхода	$2.500 / 1M	$4.250 / 1M
Общее число входных токенов	132,507	141,878
Выходные токены	12,739	11,033
Токены рассуждений	228,626	105,456
Время ответа (среднее)	21.14s	11.89s
Время ответа (макс.)	140.50s	54.15s
Время ответа (суммарно)	465.10s	261.69s
Параметры	~350B всего (~20B активных)	~1T всего (~50B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#47 Gemini 2.5 Flash

medium

Неверный SVG

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

#46 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		37.07s	642	18	80,864
Muse Spark 1.1	3.6	7.2	22.2%	1		32.99s	1,596	421	48,038

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

Muse Spark 1.1lowvsInkling Smallhigh Seed 2.1 TurbomediumvsMuse Spark 1.1low Muse Spark 1.1lowvsQwen3.8 27Bhigh Muse Spark 1.1lowvsGPT-5.2medium Claude Sonnet 5mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGrok 4.6medium Gemini 2.5 FlashmediumvsInkling Smallhigh Gemini 2.5 FlashmediumvsQwen3.8 2.4T A95Blow Gemini 2.5 FlashmediumvsMuse Glimmer 30Bxhigh Gemini 2.5 FlashmediumvsQwen3.8 27Bhigh Muse Spark 1.1lowvsGrok 4.5medium Gemini 2.5 FlashmediumvsGrok 4.5low