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 Build 0.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lanzamiento: 2026-05-08 Grok Build 0.1 Grok Build 0.1 none Lanzamiento: 2026-05-21
Puntuación 6.7 6.6
Rango #78 #82
Fiabilidad 10.0 10.0
Consistencia 8.8 8.0
Pruebas correctas
Tasa de aciertos por intento 56.7% 60.4%
Pruebas inestables 3 4
Ejecuciones totales 60 57
Costo por resultado 0.123 7.805
Costo total $0.013 $0.547
Precio de entrada $0.250 / 1M $1.000 / 1M
Precio de salida $1.500 / 1M $2.000 / 1M
Tokens de salida 2,481 267,275
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.37s 28.69s
Tiempo de respuesta (máximo) 4.49s 138.35s
Tiempo de respuesta (total) 27.32s 459.00s

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 8.3 10.0 75.0% 0 1.10s 639 0
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
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 6.8 10.0 50.0% 0 951ms 660 0
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 0
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 3.0 10.0 0.0% 0 2.53s 357 0
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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 1.04s 279 0
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 0
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 2.9 7.2 11.1% 1 1.02s 15 0
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 0
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 4.0 10.0 0.0% 0 791ms 63 0
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 0
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 10.0 10.0 100.0% 0 932ms 72 0
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
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 6.0 4.6 66.7% 2 2.15s 153 0
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 0
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 3.51s 234 0
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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 3.0 10.0 0.0% 0 724ms 9 0
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGrok 4.20mediumQwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumGemini 3.1 Flash LiteminimalvsMiMo-V2-OmnimediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsGemini 3.1 Flash Liteminimal