Gemini 2.5 Flash (medium) vs Muse Spark 1.2 (low)

Muse Spark 1.2 (low) лидирует по среднему баллу: 8.4 vs 8.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.643 vs $0.650. Muse Spark 1.2 (low) быстрее: 9.67s vs 21.18s, с долей успешных попыток 71.2% vs 77.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-05

Ранг: #38
Общее число выходных токенов: 241,203
Время ответа (среднее): 21.18s
Общая стоимость: $0.643

Ранг: #30
Общее число выходных токенов: 122,939
Время ответа (среднее): 9.67s
Общая стоимость: $0.650

Рекомендуемая модель Muse Spark 1.2 (low)

Здесь у него лучший балл (8.4), и он отвечает примерно в 2.2 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 1.2 Muse Spark 1.2 low Релиз: 2026-08-06

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Muse Spark 1.2 Muse Spark 1.2 low Релиз: 2026-08-06
Оценка	8.2	8.4
Ранг	#38	#30
Надежность	10.0	9.9
Стабильность	9.6	9.0
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	71.2%	77.3%
Нестабильные тесты	1	3
Всего запусков	66	66
Стоимость за результат	4.286	4.332
Общая стоимость	$0.643	$0.650
Цена входа	$0.300 / 1M	$1.250 / 1M
Цена выхода	$2.500 / 1M	$4.250 / 1M
Общее число входных токенов	132,498	101,802
Выходные токены	12,739	8,025
Токены рассуждений	228,464	114,914
Время ответа (среднее)	21.18s	9.67s
Время ответа (макс.)	140.50s	47.80s
Время ответа (суммарно)	465.89s	212.82s

Генерация showcase моделей

Hamster playing table tennis

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

#38 Gemini 2.5 Flash

medium

Неверный SVG

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

#30 Muse Spark 1.2

low

Стоимость: $0.019
Время: 14.6s
Токены: 4,384 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 1.2	9.2	8.4	91.7%	1		3.26s	618	382	5,416

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 1.2	8.4	7.4	88.9%	1		10.09s	7,275	343	19,717

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 1.2	9.8	10.0	100.0%	0		17.03s	74,073	5,751	16,847

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 1.2	10.0	10.0	100.0%	0		4.22s	6,969	240	2,972

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 1.2	5.3	10.0	33.3%	0		27.86s	729	167	53,756

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 1.2	5.0	10.0	0.0%	0		8.46s	477	132	2,182

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 1.2	9.8	10.0	100.0%	0		2.95s	669	117	3,085

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 1.2	8.7	7.7	88.9%	1		5.17s	651	391	6,460

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 1.2	10.0	10.0	100.0%	0		3.58s	10,158	459	833

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 1.2	3.0	10.0	0.0%	0		10.00s	183	43	3,646

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.2lowvsQwen3.6 Max Previewmedium Gemini 2.5 FlashmediumvsMuse Spark 1.1low Muse Spark 1.2lowvsGPT-5.2medium Muse Spark 1.2lowvsGPT-5.4medium DeepSeek V4 Flash 0731lowvsGemini 2.5 Flashmedium Muse Spark 1.2lowvsInkling Smallhigh Muse Spark 1.2lowvsGrok 4.5medium Claude Sonnet 5mediumvsMuse Spark 1.2low Gemini 2.5 FlashmediumvsInkling Smallhigh Gemini 2.5 FlashmediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGrok 4.5low Claude Fable 5mediumvsMuse Spark 1.2low