Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs xAI: Grok 4.20

Resumen

Comparación benchmark de Gemini 3.5 Flash vs Grok 4.20: Gemini 3.5 Flash lidera en puntuación media con 9.2 vs 7.3. Gemini 3.5 Flash tiene menor coste de benchmark con $0.349 vs $0.609. Gemini 3.5 Flash es más rápido con 3.27s vs 27.68s, con tasas de acierto de 90.5% vs 63.5%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la mejor puntuación aquí (9.2) y cuesta aproximadamente 1.7x menos que Grok 4.20.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Gemini 3.5 Flash Gemini 3.5 Flash low Lanzamiento: 2026-05-19 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 9.2 7.3
Rango #5 #53
Fiabilidad 10.0 10.0
Consistencia 10.0 8.8
Pruebas correctas
Tasa de aciertos por intento 90.5% 63.5%
Pruebas inestables 0 3
Ejecuciones totales 63 63
Costo por resultado 1.834 8.309
Costo total $0.349 $0.609
Precio de entrada $1.500 / 1M $1.250 / 1M
Precio de salida $9.000 / 1M $2.500 / 1M
Total de tokens de entrada 36,938 44,433
Tokens de salida 2,033 1,819
Tokens de razonamiento 30,519 219,524
Tiempo de respuesta (promedio) 3.27s 27.68s
Tiempo de respuesta (máximo) 9.05s 199.66s
Tiempo de respuesta (total) 68.65s 581.26s

Generación showcase

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low
Coste
$0.068
Tiempo
39.1s
Tokens
7,588 tok

#53 xAI: Grok 4.20

medium
Coste
$0.041
Tiempo
110.3s
Tokens
16,336 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 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Fable 5mediumvsGemini 3.5 FlashlowClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5.2noneGemini 3.5 FlashlowvsGPT-5.5mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.20medium