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 4.3

Resumen

Comparación benchmark de Gemini 3.5 Flash vs Grok 4.3: Grok 4.3 lidera en puntuación media con 7.7 vs 7.0. Grok 4.3 tiene menor coste de benchmark con $0.614 vs $1.079. Gemini 3.5 Flash es más rápido con 9.93s vs 47.51s, con tasas de acierto de 77.8% vs 71.4%.

Modelo recomendado: Grok 4.3 - Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 1.8x menos que Gemini 3.5 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Gemini 3.5 Flash Gemini 3.5 Flash none Lanzamiento: 2026-05-19 Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación 7.0 7.7
Rango #66 #40
Fiabilidad 10.0 10.0
Consistencia 8.9 8.5
Pruebas correctas
Tasa de aciertos por intento 77.8% 71.4%
Pruebas inestables 3 4
Ejecuciones totales 63 63
Costo por resultado 7.190 4.724
Costo total $1.079 $0.614
Precio de entrada $1.500 / 1M $1.250 / 1M
Precio de salida $9.000 / 1M $2.500 / 1M
Total de tokens de entrada 13,843 44,472
Tokens de salida 117,518 1,981
Tokens de razonamiento 0 221,382
Tiempo de respuesta (promedio) 9.93s 47.51s
Tiempo de respuesta (máximo) 64.36s 216.69s
Tiempo de respuesta (total) 178.68s 997.68s

Generation showcase

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none
Cost
$0.225
Time
125.5s
Tokens
25,004 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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 2.53s 492 5,101 0
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
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 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
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 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
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 10.64s 633 17,910 0
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
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 3.46s 486 1,620 0
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
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 9.8 10.0 100.0% 0 3.38s 615 3,928 0
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
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 3.13s 558 4,640 0
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
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 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
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 2.8 1.6 33.3% 1 4.87s 156 2,497 0
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashlowvsGrok 4.3mediumGemini 3.5 FlashnonevsKimi K2.7 CodemediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsMiMo-V2-FlashmediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.5 FlashnonevsRing-2.6-1TmediumGPT-5.3 ChatnonevsGrok 4.3mediumGemini 3.5 FlashnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsMiMo-V2.5mediumGemini 3.5 FlashnonevsGLM 5V Turbomedium