- 排名
- #38
- 总输出令牌
- 241,203
- 响应时间（平均）
- 21.18s
- 总成本
- $0.643
Gemini 2.5 Flash (medium) vs Muse Spark 1.2 (low)
Muse Spark 1.2 (low) 平均分领先，为 8.4 vs 8.2。 Gemini 2.5 Flash (medium) benchmark 成本更低，为 $0.643 vs $0.650。 Muse Spark 1.2 (low) 更快，为 9.67s vs 21.18s，通过率为 71.2% vs 77.3%。
- 排名
- #30
- 总输出令牌
- 122,939
- 响应时间（平均）
- 9.67s
- 总成本
- $0.650
推荐模型
Muse Spark 1.2 (low)
它在这里得分最高（8.4），同时响应速度比Gemini 2.5 Flash (medium)快约 2.2 倍。
详细对比
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Muse Spark 1.2 Muse Spark 1.2 low |
|---|---|---|
| 分数 | 8.2 | 8.4 |
| 排名 | #38 | #30 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 9.6 | 9.0 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 77.3% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.286 | 4.332 |
| 总成本 | $0.643 | $0.650 |
| 输入价格 | $0.300 / 1M | $1.250 / 1M |
| 输出价格 | $2.500 / 1M | $4.250 / 1M |
| 总输入令牌 | 132,498 | 101,802 |
| 输出令牌 | 12,739 | 8,025 |
| 推理令牌 | 228,464 | 114,914 |
| 响应时间（平均） | 21.18s | 9.67s |
| 响应时间（最大） | 140.50s | 47.80s |
| 响应时间（总计） | 465.89s | 212.82s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#38 Gemini 2.5 Flash
medium
无效SVG
- 成本
- $0.000
- 时间
- 274.0s
- 令牌
- 0 tok
#30 Muse Spark 1.2
low- 成本
- $0.019
- 时间
- 14.6s
- 令牌
- 4,384 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
快速对比
切换对比组合
Muse Spark 1.2lowvsQwen3.6 Max PreviewmediumGemini 2.5 FlashmediumvsMuse Spark 1.1lowMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.4mediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumMuse Spark 1.2lowvsInkling SmallhighMuse Spark 1.2lowvsGrok 4.5mediumClaude Sonnet 5mediumvsMuse Spark 1.2lowGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsMuse Spark 1.1highGemini 2.5 FlashmediumvsGrok 4.5lowClaude Fable 5mediumvsMuse Spark 1.2low