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 5.8. Grok 4.20 Beta tiene menor coste de benchmark con $0.087 vs $0.349. Grok 4.20 Beta es más rápido con 1.19s vs 3.27s, con tasas de acierto de 90.5% vs 37.0%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la puntuación más alta en esta comparación (9.4) 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 low Lanzamiento: 2026-05-19 Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12
Puntuación 9.4 5.8
Rango #3 #107
Fiabilidad 10.0 N/D
Consistencia 10.0 9.6
Pruebas correctas
Tasa de aciertos por intento 90.5% 37.0%
Pruebas inestables 0 1
Ejecuciones totales 63 52
Costo por resultado 1.834 1.510
Costo total $0.349 $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 36,938 40,597
Tokens de salida 2,033 1,657
Tokens de razonamiento 30,519 0
Tiempo de respuesta (promedio) 3.27s 1.19s
Tiempo de respuesta (máximo) 9.05s 6.48s
Tiempo de respuesta (total) 68.65s 21.43s

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

#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 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 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