Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs xAI: Grok 4.5

Resumen

Comparación benchmark de Gemini 3.1 Flash Lite (medium) vs Grok 4.5 (low): Grok 4.5 (low) lidera en puntuación media con 7.8 vs 7.8. Gemini 3.1 Flash Lite (medium) tiene menor coste de benchmark con $0.071 vs $0.760. Gemini 3.1 Flash Lite (medium) es más rápido con 3.23s vs 15.48s, con tasas de acierto de 65.1% vs 74.6%.

Modelo recomendado: Gemini 3.1 Flash Lite (medium) - Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 7.8) y cuesta aproximadamente 10.8x menos que Grok 4.5 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-08

Métrica Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lanzamiento: 2026-05-08 Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación 7.8 7.8
Rango #37 #34
Fiabilidad 10.0 10.0
Consistencia 9.2 9.7
Pruebas correctas
Tasa de aciertos por intento 65.1% 74.6%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 0.539 5.061
Costo total $0.071 $0.760
Precio de entrada $0.250 / 1M $2.000 / 1M
Precio de salida $1.500 / 1M $6.000 / 1M
Total de tokens de entrada 36,808 58,652
Tokens de salida 2,254 1,735
Tokens de razonamiento 38,300 105,233
Tiempo de respuesta (promedio) 3.23s 15.48s
Tiempo de respuesta (máximo) 10.87s 205.28s
Tiempo de respuesta (total) 67.80s 324.98s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#37 Gemini 3.1 Flash Lite

medium
Coste
$0.003
Tiempo
5.3s
Tokens
1,754 tok

#34 xAI: Grok 4.5

low
Coste
$0.011
Tiempo
12.4s
Tokens
2,018 tok

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 entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 9.1 10.0 75.0% 0 2.39s 502 604 4,201
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 3.81s 8,134 459 8,978
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 10.87s 12,873 327 7,401
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 7,362 279 2,845
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 3.16s 643 15 5,165
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 488 84 1,142
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 9.9 10.0 100.0% 0 2.59s 623 75 3,320
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 7.6 7.2 77.8% 1 1.95s 568 165 2,450
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 4.55s 5,457 234 921
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 3.08s 158 12 1,877
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowKimi K2.6mediumDisponible gratisvsGrok 4.5lowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowDeepSeek V4 ProhighvsGemini 3.1 Flash Litemedium