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 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 9.4 vs 8.5. Gemini 3.5 Flash tiene menor coste de benchmark con $0.349 vs $0.750. Gemini 3.5 Flash es más rápido con 3.27s vs 9.75s, con tasas de acierto de 90.5% vs 81.5%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la mejor puntuación aquí (9.4) y cuesta aproximadamente 2.2x menos que Grok 4.20 Beta.

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 low Lanzamiento: 2026-05-19 Grok 4.20 Beta Grok 4.20 Beta medium Lanzamiento: 2026-03-12
Puntuación 9.4 8.5
Rango #3 #14
Fiabilidad 10.0 N/D
Consistencia 10.0 9.5
Pruebas correctas
Tasa de aciertos por intento 90.5% 81.5%
Pruebas inestables 0 1
Ejecuciones totales 63 52
Costo por resultado 1.834 4.505
Costo total $0.349 $0.750
Precio de entrada $1.500 / 1M $5.805 / 1M
Precio de salida $9.000 / 1M $5.805 / 1M
Total de tokens de entrada 36,938 35,955
Tokens de salida 2,033 1,647
Tokens de razonamiento 30,519 91,565
Tiempo de respuesta (promedio) 3.27s 9.75s
Tiempo de respuesta (máximo) 9.05s 31.36s
Tiempo de respuesta (total) 68.65s 175.48s

Generation showcase

Hamster playing table tennis

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

#3 Gemini 3.5 Flash

low
Cost
$0.068
Time
39.1s
Tokens
7,588 tok

#14 Grok 4.20 Beta

medium
Cost
$0.034
Time
91.0s
Tokens
13,523 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 2.52s 494 209 2,536
Grok 4.20 Beta 8.7 7.9 91.7% 1 3.16s 2,010 268 7,583
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
Grok 4.20 Beta 10.0 10.0 100.0% 0 31.36s 360 81 3,987
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 6.44s 12,873 351 3,050
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 12,909 227 12,212
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.81s 7,548 279 1,164
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.01s 7,761 180 5,281
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
Grok 4.20 Beta 5.3 10.0 33.3% 0 21.33s 1,764 251 40,255
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 2.27s 486 119 916
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 825 72 3,440
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
Grok 4.20 Beta 9.8 10.0 100.0% 0 4.89s 1,362 57 7,123
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 2.35s 558 288 2,150
Grok 4.20 Beta 10.0 10.0 100.0% 0 3.52s 1,689 328 6,300
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
Grok 4.20 Beta 3.0 10.0 0.0% 0 12.39s 7,275 183 5,384
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 1.88s 156 12 690
Grok 4.20 Beta - - - - - - - - -

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.4mediumGemini 3.5 FlashlowvsStep 3.7 Flashmedium