Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.5

Resumen

Comparación benchmark de Gemini 3.1 Pro Preview (medium) vs Grok 4.5 (low): Gemini 3.1 Pro Preview (medium) lidera en puntuación media con 9.2 vs 7.8. Grok 4.5 (low) tiene menor coste de benchmark con $0.760 vs $1.054. Grok 4.5 (low) es más rápido con 15.48s vs 20.14s, con tasas de acierto de 90.5% vs 74.6%.

Modelo recomendado: Gemini 3.1 Pro Preview (medium) - Tiene la puntuación más alta en esta comparación (9.2) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lanzamiento: 2026-02-19 Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación 9.2 7.8
Rango #10 #39
Fiabilidad 10.0 10.0
Consistencia 10.0 9.7
Pruebas correctas
Tasa de aciertos por intento 90.5% 74.6%
Pruebas inestables 0 1
Ejecuciones totales 63 63
Costo por resultado 5.546 5.061
Costo total $1.054 $0.760
Precio de entrada $2.000 / 1M $2.000 / 1M
Precio de salida $12.000 / 1M $6.000 / 1M
Total de tokens de entrada 41,617 58,652
Tokens de salida 1,977 1,735
Tokens de razonamiento 78,896 105,233
Tiempo de respuesta (promedio) 20.14s 15.48s
Tiempo de respuesta (máximo) 88.68s 205.28s
Tiempo de respuesta (total) 281.92s 324.98s

Generación showcase

Hamster playing table tennis

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

#10 Gemini 3.1 Pro Preview

medium
Coste
$0.115
Tiempo
87.2s
Tokens
9,629 tok

#39 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 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
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 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
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 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
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 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
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 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
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 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
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 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
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 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297
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 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponible gratisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.5low