Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs Grok 4.20 Beta

Resumen

Comparación benchmark de Gemini 3.5 Flash vs Grok 4.20 Beta: Gemini 3.5 Flash lidera en puntuación media con 9.6 vs 5.8. Grok 4.20 Beta tiene menor coste de benchmark con $0.087 vs $1.115. Grok 4.20 Beta es más rápido con 1.19s vs 8.84s, con tasas de acierto de 96.8% vs 37.0%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la puntuación más alta en esta comparación (9.6) 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: 2026-06-10

Métrica Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19 Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12
Puntuación 9.6 5.8
Rango #2 #107
Fiabilidad 10.0 N/D
Consistencia 9.6 9.6
Pruebas correctas
Tasa de aciertos por intento 96.8% 37.0%
Pruebas inestables 1 1
Ejecuciones totales 63 52
Costo por resultado 5.575 1.510
Costo total $1.115 $0.087
Precio de entrada $1.500 / 1M $2.041 / 1M
Precio de salida $9.000 / 1M $2.041 / 1M
Total de tokens de entrada 37,594 40,597
Tokens de salida 1,975 1,657
Tokens de razonamiento 115,638 0
Tiempo de respuesta (promedio) 8.84s 1.19s
Tiempo de respuesta (máximo) 34.82s 6.48s
Tiempo de respuesta (total) 185.57s 21.43s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high
Cost
$0.208
Time
118.2s
Tokens
23,158 tok

#107 Grok 4.20 Beta

none
Invalid SVG
Cost
$0.004
Time
8.5s
Tokens
1,672 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Grok 4.20 Beta 4.0 8.4 16.7% 1 597ms 1,986 251 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Grok 4.20 Beta 5.5 10.0 0.0% 0 1.14s 358 74 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Grok 4.20 Beta 3.0 10.0 0.0% 0 6.48s 17,673 282 0
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Grok 4.20 Beta 10.0 10.0 100.0% 0 601ms 7,749 197 0
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Grok 4.20 Beta 3.0 10.0 0.0% 0 611ms 1,746 160 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 819 87 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Grok 4.20 Beta 6.3 10.0 50.0% 0 649ms 1,350 60 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Grok 4.20 Beta 7.7 10.0 66.7% 0 586ms 1,671 357 0
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 7,245 189 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Grok 4.20 Beta - - - - - - - - -

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.4medium