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 3.5 Flash vs xAI: Grok 4.5

Resumen

Comparación benchmark de Gemini 3.5 Flash (high) vs Grok 4.5 (medium): Gemini 3.5 Flash (high) lidera en puntuación media con 9.8 vs 8.3. Gemini 3.5 Flash (high) tiene menor coste de benchmark con $1.115 vs $1.696. Gemini 3.5 Flash (high) es más rápido con 8.84s vs 62.63s, con tasas de acierto de 96.8% vs 77.8%.

Modelo recomendado: Gemini 3.5 Flash (high) - Tiene la mejor puntuación aquí (9.8) y cuesta aproximadamente 1.5x menos que Grok 4.5 (medium).

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

Métrica Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19 Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación 9.8 8.3
Rango #1 #23
Fiabilidad 10.0 9.9
Consistencia 9.6 8.9
Pruebas correctas
Tasa de aciertos por intento 96.8% 77.8%
Pruebas inestables 1 3
Ejecuciones totales 63 63
Costo por resultado 5.575 11.304
Costo total $1.115 $1.696
Precio de entrada $1.500 / 1M $2.000 / 1M
Precio de salida $9.000 / 1M $6.000 / 1M
Total de tokens de entrada 37,594 53,500
Tokens de salida 1,975 1,621
Tokens de razonamiento 115,638 263,127
Tiempo de respuesta (promedio) 8.84s 62.63s
Tiempo de respuesta (máximo) 34.82s 436.38s
Tiempo de respuesta (total) 185.57s 1315.20s

Generación showcase

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
Coste
$0.208
Tiempo
118.2s
Tokens
23,158 tok

#23 xAI: Grok 4.5

medium
Coste
$0.044
Tiempo
59.4s
Tokens
7,512 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 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5mediumClaude Fable 5mediumvsGemini 3.5 FlashhighDeepSeek V4 ProhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok 4.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGrok 4.5medium