Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-10

Metrik Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Veröffentlichung: 2026-02-19 Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl 9.6 6.9
Rang #2 #68
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.3
Korrekte Tests
Erfolgsquote pro Versuch 94.7% 63.2%
Instabile Tests 0 4
Gesamtläufe 57 57
Kosten pro Ergebnis 3.300 7.559
Gesamtkosten $0.594 $0.756
Eingabepreis $2.000 / 1M $1.250 / 1M
Ausgabepreis $12.000 / 1M $2.500 / 1M
Ausgabe-Token 1,944 1,784
Denk-Token 41,839 128,233
Antwortzeit (Durchschnitt) 15.15s 14.53s
Antwortzeit (Maximum) 40.61s 63.48s
Antwortzeit (Gesamt) 181.78s 276.06s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Grok 4.20 7.3 6.0 83.3% 1 4.42s 40 5,474
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.27s 12 1,297
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 ProhighvsGrok 4.20mediumGemma 4 31BnoneKostenlos verfügbarvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumRing 2.6 1tnoneKostenlos verfügbarvsGrok 4.20mediumQwen3.6 Max PreviewnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGrok 4.20mediumvsMiMo-V2-OmninoneGemini 2.5 FlashnonevsGrok 4.20medium