Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Gemini 2.5 Flash Gemini 2.5 Flash none Lanzamiento: 2025-06-17 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.2 7.0
Rango #61 #46
Consistencia 9.2 7.8
Pruebas correctas
Tasa de aciertos por intento 44.4% 66.7%
Pruebas inestables 2 5
Ejecuciones totales 54 54
Costo por resultado 0.184 8.252
Costo total $0.013 $0.743
Precio de entrada $0.300 / 1M $2.000 / 1M
Precio de salida $2.500 / 1M $6.000 / 1M
Tokens de salida 1,726 1,744
Tokens de razonamiento 0 109,882
Tiempo de respuesta (promedio) 903ms 10.33s
Tiempo de respuesta (máximo) 4.39s 29.87s
Tiempo de respuesta (total) 16.26s 185.87s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 102 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.16s 453 0
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 366 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 279 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 12 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 78 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 8.0 6.8 66.7% 1 672ms 70 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 5.7 10.0 33.3% 0 576ms 132 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 234 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Gemma 4 31BnoneDisponible gratisvsGrok 4.20mediumGemini 2.5 FlashnonevsGPT-5 NanomediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponible gratisGrok 4.20mediumvsGLM 5noneGemini 2.5 FlashnonevsMercury 2mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemini 2.5 FlashnonevsMiniMax M2.5mediumDisponible gratisGrok 4.20mediumvsMiMo-V2-OmninoneGemini 2.5 FlashnonevsGrok 4.1 FastmediumGemini 2.5 FlashnonevsMistral Small 4mediumGemini 2.5 FlashnonevsNemotron 3 SupermediumDisponible gratis