Navegación
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 2.5 Flash vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-01

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 6.4 7.0
Rango #95 #79
Fiabilidad 10.0 10.0
Consistencia 9.6 8.4
Pruebas correctas
Tasa de aciertos por intento 48.3% 63.3%
Pruebas inestables 1 4
Ejecuciones totales 60 60
Costo por resultado 0.159 7.616
Costo total $0.015 $0.450
Precio de entrada $0.300 / 1M $1.250 / 1M
Precio de salida $2.500 / 1M $2.500 / 1M
Tokens de salida 1,764 1,816
Tokens de razonamiento 0 157,251
Tiempo de respuesta (promedio) 889ms 19.08s
Tiempo de respuesta (máximo) 4.39s 105.80s
Tiempo de respuesta (total) 17.79s 381.60s

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 3.95s 287 8,312
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 6.8 10.0 50.0% 0 810ms 477 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
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 3.9 2.6 33.3% 1 24.48s 65 6,440
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 10.0 10.0 100.0% 0 590ms 72 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
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 7.7 10.0 66.7% 0 604ms 132 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 149 7,913
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
Cultura 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 3.0 10.0 0.0% 0 1.15s 12 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGemini 2.5 FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsGrok 4.20mediumGemini 2.5 FlashnonevsMercury 2mediumStep 3.7 FlashhighvsGrok 4.20mediumGemini 2.5 FlashnonevsQwen3.6 27BmediumRing-2.6-1TnonevsGrok 4.20mediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 2.5 FlashnonevsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGrok 4.20medium