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 Pro Preview vs xAI: Grok 4.20 Beta

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lanzamiento: 2026-02-19 Grok 4.20 Beta Grok 4.20 Beta medium Lanzamiento: 2026-03-12
Rango #2 #24
Puntaje prom. 9.4 7.0
Consistencia 10.0 9.0
Costo por resultado 3.417 5.989
Costo total $0.513 $0.599
Pruebas correctas
Tasa de aciertos por intento 93.8% 70.8%
Pruebas inestables 0 2
Ejecuciones totales 48 48
Tokens de salida 1,521 1,481
Tokens de razonamiento 35,656 86,628
Tiempo de respuesta (promedio) 16.60s 8.89s
Tiempo de respuesta (máximo) 40.61s 24.21s
Tiempo de respuesta (total) 149.36s 142.18s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 Pro Preview 10.0 10.0 100.0% 0 9.52s 106 2,533
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
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 Pro Preview 9.0 10.0 100.0% 0 40.61s 432 9,281
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 Pro Preview 9.9 10.0 100.0% 0 7.72s 279 3,904
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 Pro Preview 7.0 10.0 66.7% 0 32.73s 18 12,424
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20 BetamediumGrok 4.20 BetamediumvsGLM 5noneGemini 3 Flash PreviewlowvsGrok 4.20 BetamediumDeepSeek V3.2nonevsGrok 4.20 BetamediumQwen3.5-FlashnonevsGrok 4.20 BetamediumGemini 2.5 FlashnonevsGrok 4.20 Betamedium