Gemini 3.1 Pro Preview (medium) vs Muse Spark 1.1 (high)

Средний балл практически равен: 8.4 vs 8.4. Gemini 3.1 Pro Preview (medium) имеет более низкую стоимость benchmark: $1.585 vs $2.570. Gemini 3.1 Pro Preview (medium) быстрее: 22.71s vs 37.41s, с долей успешных попыток 89.9% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #71
Общее число выходных токенов: 102,691
Время ответа (среднее): 22.71s
Общая стоимость: $1.585

Ранг: #73
Общее число выходных токенов: 505,566
Время ответа (среднее): 37.41s
Общая стоимость: $2.570

Рекомендуемая модель Gemini 3.1 Pro Preview (medium)

Здесь у него лучший балл (8.4), при этом он примерно в 1.6 раза дешевле, чем Muse Spark 1.1 (high).

Подробное сравнение

Метрика	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Релиз: 2026-02-19	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16

Метрика	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Релиз: 2026-02-19	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16
Оценка	8.4	8.4
Ранг	#71	#73
Надежность	9.8	10.0
Стабильность	9.6	8.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	69.6%
Нестабильные тесты	1	6
Всего запусков	69	69
Стоимость за результат	7.924	19.762
Общая стоимость	$1.585	$2.570
Цена входа	$2.000 / 1M	$1.250 / 1M
Цена выхода	$12.000 / 1M	$4.250 / 1M
Общее число входных токенов	176,208	336,310
Выходные токены	6,093	10,838
Токены рассуждений	96,598	494,728
Время ответа (среднее)	22.71s	37.41s
Время ответа (макс.)	88.68s	196.03s
Время ответа (суммарно)	386.11s	860.39s
Параметры	~1.2T 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.

#71 Gemini 3.1 Pro Preview

medium

Стоимость: $0.115
Время: 87.2s
Токены: 9,629 tok

#73 Muse Spark 1.1

high

Стоимость: $0.039
Время: 50.1s
Токены: 9,423 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	4.7	1.6	66.7%	1		56.17s	83,912	861	4,592
Muse Spark 1.1	10.0	10.0	100.0%	0		49.67s	207,097	2,482	11,168

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704
Muse Spark 1.1	2.9	4.4	22.2%	2		94.74s	1,062	345	195,595

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Быстрое сравнение

Сменить пару сравнения