Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

Resumen

Comparación benchmark de Gemini 3 Flash Preview (low) vs Grok 4.5 (medium): Grok 4.5 (medium) lidera en puntuación media con 8.3 vs 7.4. Gemini 3 Flash Preview (low) tiene menor coste de benchmark con $0.111 vs $1.696. Gemini 3 Flash Preview (low) es más rápido con 5.76s vs 62.63s, con tasas de acierto de 79.4% vs 77.8%.

Modelo recomendado: Gemini 3 Flash Preview (low) - Ofrece el mejor equilibrio general: puntuación competitiva (7.4), menor coste que Grok 4.5 (medium) y tiempo de respuesta equilibrado.

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

Métrica Gemini 3 Flash Preview Gemini 3 Flash Preview low Lanzamiento: 2025-12-17 Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación 7.4 8.3
Rango #56 #23
Fiabilidad 10.0 9.9
Consistencia 9.2 8.9
Pruebas correctas
Tasa de aciertos por intento 79.4% 77.8%
Pruebas inestables 2 3
Ejecuciones totales 63 63
Costo por resultado 0.689 11.304
Costo total $0.111 $1.696
Precio de entrada $0.500 / 1M $2.000 / 1M
Precio de salida $3.000 / 1M $6.000 / 1M
Total de tokens de entrada 36,769 53,500
Tokens de salida 2,076 1,621
Tokens de razonamiento 28,518 263,127
Tiempo de respuesta (promedio) 5.76s 62.63s
Tiempo de respuesta (máximo) 14.72s 436.38s
Tiempo de respuesta (total) 120.93s 1315.20s

Generación showcase

Hamster playing table tennis

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

#56 Gemini 3 Flash Preview

low
Coste
$0.007
Tiempo
12.1s
Tokens
2,289 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 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
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 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3 Flash PreviewlowvsMercury 2medium