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 3.1 Flash Lite vs xAI: Grok 4.3

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high Lanzamiento: 2026-05-08 Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación 7.6 7.8
Rango #49 #36
Fiabilidad 10.0 10.0
Consistencia 8.1 8.4
Pruebas correctas
Tasa de aciertos por intento 74.1% 75.0%
Pruebas inestables 4 4
Ejecuciones totales 54 60
Costo por resultado 18.579 4.557
Costo total $2.044 $0.593
Precio de entrada $0.250 / 1M $1.250 / 1M
Precio de salida $1.500 / 1M $2.500 / 1M
Tokens de salida 1,984 1,485
Tokens de razonamiento 1,355,583 214,710
Tiempo de respuesta (promedio) 61.96s 49.23s
Tiempo de respuesta (máximo) 149.23s 216.69s
Tiempo de respuesta (total) 1115.31s 984.52s

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 3.1 Flash Lite 10.0 10.0 100.0% 0 37.16s 100 130,598
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 137.63s 666 188,733
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 149.23s 327 198,243
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
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 3.1 Flash Lite 10.0 10.0 100.0% 0 4.49s 279 7,351
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
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 3.1 Flash Lite 3.6 7.2 22.2% 1 139.90s 18 566,210
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 5.0 2.1 66.7% 1 45.69s 95 64,644
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
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 3.1 Flash Lite 7.3 5.8 83.3% 1 23.26s 52 3,549
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
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 3.1 Flash Lite 5.7 6.8 44.4% 1 50.83s 213 193,654
Grok 4.3 5.9 7.2 55.6% 1 22.52s 128 14,468
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 3.1 Flash Lite 10.0 10.0 100.0% 0 6.44s 234 2,601
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite - - - - - - - -
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsGrok 4.3mediumQwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumDeepSeek V4 FlashhighDisponible gratisvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitelowvsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumRing-2.6-1TnonevsGrok 4.3medium