- 排名
- #16
- 总输出令牌
- 33,421
- 响应时间（平均）
- 5.55s
- 总成本
- $0.433
Gemini 3.5 Flash (low) vs Muse Spark 1.2 (high)
Gemini 3.5 Flash (low) 平均分领先，为 8.9 vs 8.8。 Gemini 3.5 Flash (low) benchmark 成本更低，为 $0.433 vs $1.632。 Gemini 3.5 Flash (low) 更快，为 5.55s vs 23.99s，通过率为 87.9% vs 75.8%。
- 排名
- #20
- 总输出令牌
- 349,571
- 响应时间（平均）
- 23.99s
- 总成本
- $1.632
推荐模型
Gemini 3.5 Flash (low)
它在这里得分最高（8.9），同时成本比Muse Spark 1.2 (high)低约 3.8 倍。
详细对比
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash low | Muse Spark 1.2 Muse Spark 1.2 high |
|---|---|---|
| 分数 | 8.9 | 8.8 |
| 排名 | #16 | #20 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 9.7 | 8.7 |
| 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 | 87.9% | 75.8% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.277 | 10.880 |
| 总成本 | $0.433 | $1.632 |
| 输入价格 | $1.500 / 1M | $1.250 / 1M |
| 输出价格 | $9.000 / 1M | $4.250 / 1M |
| 总输入令牌 | 87,817 | 117,028 |
| 输出令牌 | 2,239 | 6,983 |
| 推理令牌 | 31,182 | 342,588 |
| 响应时间（平均） | 5.55s | 23.99s |
| 响应时间（最大） | 53.55s | 192.00s |
| 响应时间（总计） | 122.19s | 527.70s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#16 Gemini 3.5 Flash
low- 成本
- $0.068
- 时间
- 39.1s
- 令牌
- 7,588 tok
#20 Muse Spark 1.2
high- 成本
- $0.057
- 时间
- 34.7s
- 令牌
- 13,356 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.52s | 494 | 209 | 2,536 | |
| Muse Spark 1.2 | 7.1 | 8.4 | 58.3% | 1 | 6.00s | 618 | 544 | 11,656 |
| 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 | 7.8 | 10.0 | 66.7% | 0 | 6.71s | 8,118 | 458 | 13,420 | |
| Muse Spark 1.2 | 10.0 | 10.0 | 100.0% | 0 | 22.24s | 7,275 | 351 | 47,857 |
| 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 | 8.2 | 6.9 | 66.7% | 1 | 29.99s | 63,752 | 557 | 3,713 | |
| Muse Spark 1.2 | 8.0 | 6.9 | 66.7% | 1 | 39.89s | 89,299 | 4,673 | 47,491 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 1.81s | 7,548 | 279 | 1,164 | |
| Muse Spark 1.2 | 10.0 | 10.0 | 100.0% | 0 | 6.93s | 6,969 | 240 | 6,258 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 3.39s | 633 | 12 | 4,538 | |
| Muse Spark 1.2 | 5.9 | 7.2 | 55.6% | 1 | 89.79s | 729 | 94 | 196,042 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.27s | 486 | 119 | 916 | |
| Muse Spark 1.2 | 10.0 | 10.0 | 100.0% | 0 | 13.93s | 477 | 120 | 4,203 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 1.86s | 615 | 71 | 1,652 | |
| Muse Spark 1.2 | 9.8 | 10.0 | 100.0% | 0 | 5.43s | 669 | 117 | 6,124 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.35s | 558 | 288 | 2,150 | |
| Muse Spark 1.2 | 8.2 | 7.7 | 77.8% | 1 | 10.07s | 651 | 343 | 15,171 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 5,457 | 234 | 403 | |
| Muse Spark 1.2 | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 10,158 | 459 | 1,316 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 1.88s | 156 | 12 | 690 | |
| Muse Spark 1.2 | 3.0 | 10.0 | 0.0% | 0 | 14.99s | 183 | 42 | 6,470 |
快速对比
切换对比组合
Gemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.6 FlashlowvsMuse Spark 1.2highGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.7mediumvsMuse Spark 1.2highMuse Spark 1.2highvsQwen3.8 MaxlowClaude Opus 4.8mediumvsMuse Spark 1.2highClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Fable 5mediumvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2highMuse Spark 1.2highvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.8 Maxmedium