مقارنة benchmark بين Gemini 3 Flash Preview و Grok 4.20 Beta: يتقدم Gemini 3 Flash Preview في متوسط النتيجة بـ 9.8 مقابل 5.8. لدى Grok 4.20 Beta تكلفة benchmark أقل عند $0.087 مقابل $0.667. Grok 4.20 Beta أسرع عند 1.19s مقابل 18.64s، مع معدلات نجاح 98.4% مقابل 37.0%.
النموذج الموصى به: Grok 4.20 Beta - It offers the best overall trade-off: a competitive score (5.8), lower cost than Gemini 3 Flash Preview, and balanced response time.
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-10
Grok 4.20 BetaGrok 4.20 Betanoneنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.الإصدار: 2026-03-12
النتيجة
9.8متوسط الدرجة عبر جميع اختبارات القياس.…
5.8متوسط الدرجة عبر جميع اختبارات القياس.…
الترتيب
#1
#107
الموثوقية
10.0درجة النجاح من المحاولة الأولى: 10.0 تعني عدم وجود إخفاقات قابلة لإعادة المحاولة من واجهة API الهدف أو حدود المعدل قبل النداءات الناجحة؛ الإخفاقات المسجلة تخفض الدرجة.…
غير متاحدرجة النجاح من المحاولة الأولى: 10.0 تعني عدم وجود إخفاقات قابلة لإعادة المحاولة من واجهة API الهدف أو حدود المعدل قبل النداءات الناجحة؛ الإخفاقات المسجلة تخفض الدرجة.…
الاتساق
9.7تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
9.6تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
اختبارات صحيحة
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)18.64sزمن الاستجابة (الحد الأقصى)117.26sزمن الاستجابة (الإجمالي)391.35sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 10لم يتبع التعليمات: 1استدعاء أداة غير صالح: 1زمن الاستجابة (المتوسط)1.19sزمن الاستجابة (الحد الأقصى)6.48sزمن الاستجابة (الإجمالي)21.43sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
معدل النجاح لكل محاولة
98.4%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
37.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
اختبارات غير مستقرة
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
إجمالي مرات التشغيل
63إجمالي مرات التشغيل…
52إجمالي مرات التشغيل…
التكلفة لكل نتيجة
3.335يعرض متوسط التكلفة لكل إجابة صحيحة في المعيار بالسنت (الأقل أفضل).…
1.510يعرض متوسط التكلفة لكل إجابة صحيحة في المعيار بالسنت (الأقل أفضل).…
إجمالي التكلفة
$0.667إجمالي التكلفة (السعر الحالي)…
$0.087إجمالي التكلفة (السعر الحالي)…
سعر الإدخال
$0.500 / 1Mسعر الإدخال…
$2.041 / 1Mسعر الإدخال…
سعر الإخراج
$3.000 / 1Mسعر الإخراج…
$2.041 / 1Mسعر الإخراج…
إجمالي رموز الإدخال
37,017إجمالي رموز الإدخال…
40,597إجمالي رموز الإدخال…
رموز الإخراج
2,006رموز الإخراج…
1,657رموز الإخراج…
رموز الاستدلال
214,153رموز الاستدلال…
0رموز الاستدلال…
زمن الاستجابة (المتوسط)
18.64sزمن الاستجابة (المتوسط)…
1.19sزمن الاستجابة (المتوسط)…
زمن الاستجابة (الحد الأقصى)
117.26sزمن الاستجابة (الحد الأقصى)…
6.48sزمن الاستجابة (الحد الأقصى)…
زمن الاستجابة (الإجمالي)
391.35sزمن الاستجابة (الإجمالي)…
21.43sزمن الاستجابة (الإجمالي)…
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)3.88sزمن الاستجابة (الحد الأقصى)5.73sزمن الاستجابة (الإجمالي)15.53sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
3.88sزمن الاستجابة (المتوسط)…
494إجمالي رموز الإدخال…
330رموز الإخراج…
3,216رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
4.0متوسط الدرجة عبر جميع اختبارات القياس.…
8.4تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
16.7%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 4زمن الاستجابة (المتوسط)597msزمن الاستجابة (الحد الأقصى)866msزمن الاستجابة (الإجمالي)2.39sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
7.6تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
88.9%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)84.40sزمن الاستجابة (الحد الأقصى)117.26sزمن الاستجابة (الإجمالي)253.21sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
84.40sزمن الاستجابة (المتوسط)…
8,122إجمالي رموز الإدخال…
462رموز الإخراج…
161,084رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
5.5متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
0.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)1.14sزمن الاستجابة (الحد الأقصى)1.14sزمن الاستجابة (الإجمالي)1.14sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)22.42sزمن الاستجابة (الحد الأقصى)22.42sزمن الاستجابة (الإجمالي)22.42sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
22.42sزمن الاستجابة (المتوسط)…
12,873إجمالي رموز الإدخال…
351رموز الإخراج…
10,485رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
3.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
0.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.استدعاء أداة غير صالح: 1زمن الاستجابة (المتوسط)6.48sزمن الاستجابة (الحد الأقصى)6.48sزمن الاستجابة (الإجمالي)6.48sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)5.43sزمن الاستجابة (الحد الأقصى)6.18sزمن الاستجابة (الإجمالي)10.86sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
5.43sزمن الاستجابة (المتوسط)…
7,548إجمالي رموز الإدخال…
279رموز الإخراج…
4,893رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)601msزمن الاستجابة (الحد الأقصى)634msزمن الاستجابة (الإجمالي)1.20sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)15.27sزمن الاستجابة (الحد الأقصى)34.09sزمن الاستجابة (الإجمالي)45.80sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
15.27sزمن الاستجابة (المتوسط)…
633إجمالي رموز الإدخال…
12رموز الإخراج…
21,684رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
3.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
0.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 3زمن الاستجابة (المتوسط)611msزمن الاستجابة (الحد الأقصى)616msزمن الاستجابة (الإجمالي)1.83sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)5.19sزمن الاستجابة (الحد الأقصى)5.19sزمن الاستجابة (الإجمالي)5.19sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
5.19sزمن الاستجابة (المتوسط)…
486إجمالي رموز الإدخال…
72رموز الإخراج…
1,905رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
5.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
0.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لم يتبع التعليمات: 1زمن الاستجابة (المتوسط)541msزمن الاستجابة (الحد الأقصى)541msزمن الاستجابة (الإجمالي)541msيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)4.04sزمن الاستجابة (الحد الأقصى)4.70sزمن الاستجابة (الإجمالي)8.08sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
4.04sزمن الاستجابة (المتوسط)…
615إجمالي رموز الإدخال…
72رموز الإخراج…
2,709رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
6.3متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
50.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)649msزمن الاستجابة (الحد الأقصى)952msزمن الاستجابة (الإجمالي)1.30sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)4.05sزمن الاستجابة (الحد الأقصى)5.64sزمن الاستجابة (الإجمالي)12.15sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
4.05sزمن الاستجابة (المتوسط)…
558إجمالي رموز الإدخال…
183رموز الإخراج…
4,365رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
7.7متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
66.7%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)586msزمن الاستجابة (الحد الأقصى)813msزمن الاستجابة (الإجمالي)1.76sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)12.60sزمن الاستجابة (الحد الأقصى)12.60sزمن الاستجابة (الإجمالي)12.60sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
12.60sزمن الاستجابة (المتوسط)…
5,532إجمالي رموز الإدخال…
234رموز الإخراج…
1,487رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)4.79sزمن الاستجابة (الحد الأقصى)4.79sزمن الاستجابة (الإجمالي)4.79sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)5.50sزمن الاستجابة (الحد الأقصى)5.50sزمن الاستجابة (الإجمالي)5.50sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
5.50sزمن الاستجابة (المتوسط)…
156إجمالي رموز الإدخال…
11رموز الإخراج…
2,325رموز الاستدلال…
Grok 4.20 Betaنموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.