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 Multi-Agent Beta

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-12

Metrik Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Veröffentlichung: 2026-02-19 Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Veröffentlichung: 2026-03-12
Rang #2 #47
Ø-Score 9.4 4.9
Konsistenz 10.0 7.1
Kosten pro Ergebnis 3.417 97.178
Gesamtkosten $0.513 $4.859
Korrekte Tests
Erfolgsquote pro Versuch 93.8% 52.1%
Instabile Tests 0 6
Gesamtläufe 48 48
Ausgabe-Token 1,521 293,634
Denk-Token 35,656 291,260
Antwortzeit (Durchschnitt) 16.60s 9.08s
Antwortzeit (Maximum) 40.61s 35.28s
Antwortzeit (Gesamt) 149.36s 127.09s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Ø-Score vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Ø-Score 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 9.52s 106 2,533
Grok 4.20 Multi-Agent Beta 4.0 4.4 66.7% 2 3.77s 28,392 27,808
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 9.0 10.0 100.0% 0 40.61s 432 9,281
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 9.9 10.0 100.0% 0 7.72s 279 3,904
Grok 4.20 Multi-Agent Beta 9.9 10.0 100.0% 0 5.54s 25,306 25,051
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemini 3.1 Pro Preview 7.0 10.0 66.7% 0 32.73s 18 12,424
Grok 4.20 Multi-Agent Beta 10.0 7.2 11.1% 1 24.67s 164,609 163,647
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 Multi-Agent Beta 4.0 2.8 66.7% 1 6.40s 15,848 15,746
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 Multi-Agent Beta 9.0 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving 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 Multi-Agent Beta 6.3 5.1 77.8% 2 5.01s 34,022 33,686
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 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0

Schnellvergleich

Vergleichspaar wechseln