Gemini 3.5 Flash vs Muse Spark
完整资料:Gemini 3.5 Flash(Google)和 Muse Spark(Meta),包括全部基准测试、价格和排名。
更新于 · 数据来自 12 个来源
截至 2026年11月16日,Gemini 3.5 Flash 与 Muse Spark 的质量不相上下(BenchLeader Index 62.5 比 64.2,在 ±4.4 的误差范围内)。看重多模态(66 比 64)选 Gemini 3.5 Flash;看重推理(67 比 61)、编程(65 比 60)和指令遵循(77 比 74)选 Muse Spark。
要点(截至 2026年11月16日)
- Gemini 3.5 Flash 的 BenchLeader Index 为 62.5,Muse Spark 为 64.2(BenchLeader,2026年11月16日)。
- Gemini 3.5 Flash 每百万 token 混合价格为 $3.38(标价,2026年11月16日)。
- 在两者都有结果的 38 项基准测试中,Gemini 3.5 Flash 领先 28 项(BenchLeader,2026年11月16日)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
| 用途 | 推荐 | 理由 | 置信度 |
|---|---|---|---|
| 编程 | Muse Spark | 类别得分 65 比 60;Arena Coding 1529 比 1508 | 中 |
| 智能体与工具调用 | Muse Spark | 类别得分 65 比 63;Terminal-Bench Hard 45.5% 比 40.9% | 中 |
| 数学 | Muse Spark | 类别得分 59 比 58;Arena Maths 1469 比 1497 | 中 |
| 推理 | Muse Spark | 类别得分 67 比 61;Arena Hard Prompts 1506 比 1496 | 中 |
| 知识 | 均可 | 类别得分 63 比 63;MMLU-Pro 89.5% 比 87.3% | 均可 |
| 长文档 | Muse Spark | 类别得分 64 比 61;AA-LCR v1.1 78.0% 比 73.3% | 中 |
| 图像及其他媒体 | Gemini 3.5 Flash | 类别得分 66 比 64;Arena Vision 1308 比 1306 | 中 |
| 指令遵循 | Muse Spark | 类别得分 77 比 74;IFBench 75.9% 比 76.3% | 中 |
| 对话质量(人类偏好) | Muse Spark | Arena 投票 68 比 67 | 中 |
| 低预算大批量 | 两者都不选 | 通常更小的模型更合适:便宜好用的大模型、最快的大模型 | – |
主要差异
- Gemini 3.5 Flash (high) 与 Muse Spark 的质量不相上下(62.5 比 64.2,在 ±4.4 的误差范围内)。
- Gemini 3.5 Flash (high) 在知识、多模态方面更强。
- Muse Spark 在智能体与工具、编程、人类偏好、指令遵循、长上下文、数学、推理方面更强。
概览
| 规格 | Gemini 3.5 Flash | Muse Spark |
|---|---|---|
| 提供商 | Meta | |
| 发布日期 | 2026年5月19日 | 2026年4月8日 |
| 上下文窗口(token) | 1,048,576 | 262,144 |
| 对比时的配置 | Gemini 3.5 Flash (high) | Muse Spark |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $1.50 / $9.00 / $0.150 | – |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | Gemini 3.5 Flash (high) | Muse Spark | 领先者 |
|---|---|---|---|
| 推理 | 60.6 | 67.4 | Muse Spark |
| 编程 | 59.5 | 65.1 | Muse Spark |
| 智能体与工具 | 62.8 | 65.0 | Muse Spark |
| 数学 | 57.7 | 59.1 | Muse Spark |
| 知识 | 63.3 | 63.1 | 持平 |
| 指令遵循 | 74.4 | 76.9 | Muse Spark |
| 人类偏好 | 66.8 | 68.1 | Muse Spark |
| 多模态 | 66.2 | 64.2 | Gemini 3.5 Flash |
| 长上下文 | 61.2 | 63.6 | Muse Spark |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
各来源的分歧
在两者都有结果的 38 项基准测试中,Gemini 3.5 Flash 领先 28 项,Muse Spark 领先 10 项。所有同时评测两者的综合评分都认为 Muse Spark 更强。
| 综合 Index | Gemini 3.5 Flash (high) | Muse Spark | 领先者 |
|---|---|---|---|
| BenchLeader Index | 62.5 | 64.2 | 不相上下 |
| Arena Text | 1478 | 1489 | Muse Spark |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | Gemini 3.5 Flash (high) | Muse Spark |
|---|---|---|
| 每百万 token 混合价格 | $3.38 | – |
| 每百万 token 输入 / 输出 | $1.50 / $9.00 | – / – |
| 每百万 token 缓存输入 | $0.150 | – |
| 每项任务价格:聊天回复 | $0.0033 | – |
| 每项任务价格:总结一份 30 页的报告 | $0.023 | – |
| 每项任务价格:代码编辑 | $0.022 | – |
| 每项任务价格:智能体编程会话 | $0.126 | – |
| 每项任务价格:结构化信息提取 | $0.0048 | – |
| 智能体编程会话(输入大多命中缓存) | $0.065 | – |
| 输出速度 | 176 tok/s | – |
| 首次回答时间 | 9.9 秒 | – |
| 完整回答耗时(最近一次测量 2026年11月13日) | 27.6 秒 | – |
每个模型都按其排名最高的推理强度设置进行对比。Gemini 3.5 Flash (high) 得分 62.5,首个回答 token 需 10 秒;Gemini 3.5 Flash (medium) 为 61.8(9 秒),Gemini 3.5 Flash (minimal) 为 55.6(3 秒)。Muse Spark 得分 64.2。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 126 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | Gemini 3.5 Flash (high) | Muse Spark |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.5 | 64.2 |
| 智能体与工具得分 | BenchLeader | 62.8 | 65.0 |
| 编程得分 | BenchLeader | 59.5 | 65.1 |
| 人类偏好得分 | BenchLeader | 66.8 | 68.1 |
| 指令遵循得分 | BenchLeader | 74.4 | 76.9 |
| 知识得分 | BenchLeader | 63.3 | 63.1 |
| 长上下文得分 | BenchLeader | 61.2 | 63.6 |
| 数学得分 | BenchLeader | 57.7 | 59.1 |
| 多模态得分 | BenchLeader | 66.2 | 64.2 |
| 推理得分 | BenchLeader | 60.6 | 67.4 |
| 混合价格(美元/百万 token) | BenchLeader | $3.38 | – |
| 输出速度 | BenchLeader | 176 tok/s | – |
| 首次回答时间 | BenchLeader | 9.9 秒 | – |
| 上下文窗口 | BenchLeader | 1,048,576 token | 262,144 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 92.8% | 89.8% |
| Humanity's Last Exam | Scale AI / CAIS | – | 40.6% |
| SimpleBench | SimpleBench | 76.7%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1496 | 1506 |
| LiveBench 1.0 Reasoning | LiveBench | 82.0% | – |
| GPQA Diamond (AA) | Artificial Analysis | 92.2% | 88.4% |
| Humanity's Last Exam (AA) | Artificial Analysis | 42.7% | 40.7% |
| GPQA Diamond (Vals) | Vals AI | 92.7% | 89.7% |
| EnigmaEval | Scale AI SEAL | 25.4% | – |
| ARC-AGI-1 | ARC Prize | 92.5% | – |
| ARC-AGI-2 | ARC Prize | 72.1% | – |
| CritPt | Artificial Analysis | 13.1% | 11.3% |
| Arena Expert | Arena (LMArena) | 1491 | 1491 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 45.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 32.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 47.1% | – |
| DTBench | Epoch AI Benchmarking Hub | 94.7% | – |
| ForecastBench | ForecastBench | 64.0%† | – |
| 编程 | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 79.3% | – |
| SciCode | SciCode | 53.9% | 51.5% |
| WeirdML | WeirdML | 62.6% | – |
| Arena Coding | Arena (LMArena) | 1508 | 1529 |
| Arena WebDev | Arena (LMArena) | 1500 | – |
| LiveBench 1.0 Coding | LiveBench | 78.2% | – |
| SciCode (AA) | Artificial Analysis | 53.9% | – |
显示全部 126 项基准测试
| 指标 | 发布方 | Gemini 3.5 Flash (high) | Muse Spark |
|---|---|---|---|
| 编程 | |||
| LiveCodeBench | Vals AI | 87.6% | – |
| SWE-bench (Vals) | Vals AI | 78.8% | 74.4% |
| SWE-Bench Pro | Scale AI SEAL | – | 55.0% |
| Code Migration | Vals AI | 26.8% | – |
| ProgramBench | Vals AI | 0.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 48.7% | 19.7% |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 44.7% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 24.2% |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 31.1% |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 58.1%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 36.1% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 911.0 | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 6.6% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 78.7% | 62.2% |
| GameBench 2 Overall | DuelLab GameBench 2 | 49.4† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 63.2 | – |
| Design Arena Website | Design Arena | 1260† | 1253 |
| 智能体与工具 | |||
| APEX-Agents | Mercor | 27.5%† | – |
| LiveBench Agentic Coding | LiveBench | 49.0% | – |
| Terminal-Bench Hard | Artificial Analysis | 40.9% | 45.5% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 95.3% | 91.5% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 74.2% | – |
| MCP Atlas | Scale AI SEAL | 83.6% | 82.2% |
| HiL-Bench | Scale AI SEAL | 27.7%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1211 | 1006 |
| τ³-Banking (AA) | Artificial Analysis | 32.2% | – |
| ITBench SRE (AA) | Artificial Analysis | 40.4% | – |
| Analyst Agent (AA) | Artificial Analysis | 45.0% | – |
| APEX-Agents (AA) | Artificial Analysis | 47.0% | – |
| Finance Agent v2 | Vals AI | 57.9% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 2.5% | – |
| Legal Research Bench | Vals AI | 30.8% | – |
| SkillsBench | Vals AI | 52.7% | – |
| Tax Agent Bench | Vals AI | 21.6% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | 67.4% | 59.5% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 6.1% | – |
| Terminal-Bench Science | Vals AI | 5.7% | – |
| Web Search Index | Vals AI | 37.0% | – |
| GBAEval | Epoch AI Benchmarking Hub | 6.7%† | – |
| Vending-Bench 2 | Andon Labs | 5396.4† | – |
| AutomationBench | Artificial Analysis | 42.1% | – |
| GDP.pdf (AA) | Artificial Analysis | 19.8% | – |
| EnterpriseOps-Gym | Artificial Analysis | 50.1% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 876 | 646 |
| Design Arena Agentic | Design Arena | 1174† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 62.8% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 26.8% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 95.6% | 88.9% |
| ProofBench | Vals AI | 31.0% | 17.0% |
| LiveBench Mathematics | LiveBench | 88.2% | – |
| AIME (Vals) | Vals AI | – | 96.9% |
| AIME 2026 | MathArena | 95.0% | – |
| HMMT February 2026 | MathArena | 95.5% | – |
| MathArena Apex | MathArena | 32.3% | – |
| Arena Maths | Arena (LMArena) | 1497 | 1469 |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 66.2% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 64.9% | – |
| MMLU-Pro | Vals AI | 89.5% | 87.3% |
| LegalBench | Vals AI | 83.6% | 84.2% |
| CorpFin | Vals AI | 64.7% | 65.1% |
| TaxEval | Vals AI | 74.4% | 77.7% |
| PRBench Finance | Scale AI SEAL | – | 52.4% |
| PRBench Legal | Scale AI SEAL | – | 52.3% |
| MultiNRC | Scale AI SEAL | – | 59.0% |
| CaseLaw v2 | Vals AI | – | 63.1% |
| Excel Modeling Benchmark | Vals AI | 63.5% | – |
| MedCode | Vals AI | 55.8% | 51.3% |
| MedScribe | Vals AI | 76.6% | 85.9% |
| Public Benefits Bench v1.1 | Vals AI | 59.5% | – |
| Financial Coaching Bench | Vals AI | 63.0% | – |
| DrugDiscoveryBench | Scale AI SEAL | 50.0% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 4.8% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 14.0%† | – |
| 指令遵循 | |||
| LiveBench Language | LiveBench | 84.6% | – |
| LiveBench Instruction Following | LiveBench | 75.6% | – |
| IFBench | Artificial Analysis | 76.3% | 75.9% |
| MultiChallenge | Scale AI SEAL | – | 75.5% |
| TutorBench | Scale AI SEAL | – | 68.5% |
| Arena Instruction Following | Arena (LMArena) | 1465 | 1465 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1478 | 1489 |
| EQ-Bench 4 | EQ-Bench | 1077† | – |
| Arena Creative Writing | Arena (LMArena) | 1465 | 1464 |
| Arena Multi-turn | Arena (LMArena) | 1480 | 1493 |
| Arena Longer Queries | Arena (LMArena) | 1483 | 1476 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1308 | 1306 |
| MMMU-Pro | Artificial Analysis | 84.3% | 80.5% |
| MMMU-Pro (Vals) | Vals AI | 88.3% | 87.4% |
| MortgageTax | Vals AI | 68.1% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 32.6% | – |
| GeoBench | GeoBench | 85.0%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 33.6%† | – |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 73.3% | 78.0% |
| Arena Document | Arena (LMArena) | 1455 | 1467 |
| MLCR | Artificial Analysis | 10.0% | – |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 155.3† | 153.1 |
| LiveBench 1.0 | LiveBench | 74.6% | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 32.6 | 31.3 |
| AA Progress Index v1 | Artificial Analysis | 305.1 | 289.1 |
| Vals Multimodal Index | Vals AI | 62.9% | – |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | – | 20.2% |
| DistressBench | Scale AI SEAL | 66.9%† | – |
数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
变化
- Gemini 3.5 Flash (high):1 项新结果(GDPval-AA v2.1);1 项分数修订。
- Muse Spark:2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Gemini 3.5 Flash (high):3 项新结果(AIME 2026, HMMT February 2026, MathArena Apex)。
- Muse Spark:BenchLeader Index 64.6 → 64.1。
- Muse Spark:1 项分数修订。
- Gemini 3.5 Flash (high):1 项分数修订。
- Gemini 3.5 Flash (high):BenchLeader Index 63.2 → 62.6。
- Gemini 3.5 Flash (high):1 项新结果(AA Progress Index v1)。
- Muse Spark:1 项新结果(AA Progress Index v1)。
- Gemini 3.5 Flash (high):价格 $3.69/M → $2.98/M。
相关对比
- Gemini 3.5 Flash vs Claude Fable 5.2
- Gemini 3.5 Flash vs Gemini 4 Carbon
- Gemini 3.5 Flash vs Claude Opus 5.5
- Muse Spark vs Claude Fable 5.2
- Muse Spark vs Gemini 4 Carbon
- Muse Spark vs Claude Opus 5.5
- Muse Spark vs GPT-6 Astra
- Gemini 3.1 Pro vs Muse Spark
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Gemini 3.5 Flash vs Muse Spark:常见问题
- Gemini 3.5 Flash 比 Muse Spark 更好吗?
- Gemini 3.5 Flash (high) 与 Muse Spark 的质量不相上下(62.5 比 64.2,在 ±4.4 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
- 编程用 Gemini 3.5 Flash 还是 Muse Spark 更好?
- Muse Spark 在编程方面得分更高(类别得分 65 比 60,50 为平均水平)。在两者共同的最主要编程基准测试 SciCode 上,Gemini 3.5 Flash 为 53.9%,Muse Spark 为 51.5%。
- 智能体和工具调用用 Gemini 3.5 Flash 还是 Muse Spark 更好?
- Muse Spark 在智能体任务方面得分更高(类别得分 65 比 63,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 MCP Atlas 上,Gemini 3.5 Flash 为 83.6%,Muse Spark 为 82.2%。
- 处理长文档哪个更好?
- Muse Spark 在长上下文基准测试上得分更高(64 比 61)。Gemini 3.5 Flash 支持更长的上下文:1,048,576 token,Muse Spark 为 262,144 token。
- 第三方基准测试对 Gemini 3.5 Flash 和 Muse Spark 的看法一致吗?
- 在两者都有结果的 38 项基准测试中,Gemini 3.5 Flash 领先 28 项,Muse Spark 领先 10 项。所有同时评测两者的综合评分都认为 Muse Spark 更强。
更多问题(1)
- Gemini 3.5 Flash 是什么时候发布的?
- Gemini 3.5 Flash 于 2026年5月19日 发布。