Google: Gemini 3.5 Flash-Lite vs Meta: Muse Spark 1.1

Muse Spark 1.1 (low) 平均分领先，为 8.3 vs 8.1。 Gemini 3.5 Flash-Lite (high) benchmark 成本更低，为 $0.584 vs $0.647。 Gemini 3.5 Flash-Lite (high) 更快，为 9.48s vs 11.45s，通过率为 81.8% vs 69.7%。

推荐模型Muse Spark 1.1 (low)它在本次比较中得分最高（8.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	Muse Spark 1.1 Muse Spark 1.1 low 发布日期: 2026-07-16

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	Muse Spark 1.1 Muse Spark 1.1 low 发布日期: 2026-07-16
分数	8.1	8.3
排名	#31	#27
可靠性	10.0	10.0
一致性	7.5	8.5
测试正确
尝试通过率	81.8%	69.7%
不稳定测试	7	4
总运行次数	66	66
每个结果成本	4.169	4.975
总成本	$0.584	$0.647
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	105,138	142,298
输出令牌	8,315	10,847
推理令牌	212,507	99,467
响应时间（平均）	9.48s	11.45s
响应时间（最大）	43.93s	54.15s
响应时间（总计）	208.52s	251.92s

Hamster playing table tennis

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

#31 Gemini 3.5 Flash-Lite

high

成本: $0.023
时间: 23.6s
令牌: 9,128 tok

#27 Muse Spark 1.1

low

成本: $0.020
时间: 39.2s
令牌: 4,947 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

类别:

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040

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 3.5 Flash-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603
Muse Spark 1.1	10.0	10.0	100.0%	0		10.34s	8,562	394	14,503

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 3.5 Flash-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928
Muse Spark 1.1	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104
Muse Spark 1.1	10.0	10.0	100.0%	0		3.22s	7,827	240	2,074

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 3.5 Flash-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
Muse Spark 1.1	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049

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 3.5 Flash-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361
Muse Spark 1.1	10.0	10.0	100.0%	0		4.12s	906	131	1,125

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 3.5 Flash-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246

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 3.5 Flash-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012

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 3.5 Flash-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

快速对比

切换对比组合

Gemini 3.5 Flash-LitehighvsStep 3.7 Flashmedium Gemini 3.5 Flash-LitehighvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsMuse Spark 1.1low Gemini 3.5 Flash-LitehighvsGPT-5 Minimedium Claude Sonnet 5mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGrok 4.5medium Gemini 3.5 Flash-LitehighvsInklingmedium Gemini 3.5 Flash-LitehighvsKimi K3max Muse Spark 1.1lowvsGPT-5.2medium Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium