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 Flash Preview vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 10.0 5.4
Rango #1 #115
Fiabilidad 10.0 N/D
Consistencia 10.0 9.5
Pruebas correctas
Tasa de aciertos por intento 100.0% 35.2%
Pruebas inestables 0 1
Ejecuciones totales 57 54
Costo por resultado 1.722 1.574
Costo total $0.328 $0.095
Precio de entrada $0.500 / 1M $1.250 / 1M
Precio de salida $3.000 / 1M $2.500 / 1M
Tokens de salida 1,985 1,967
Tokens de razonamiento 102,122 0
Tiempo de respuesta (promedio) 11.43s 1.11s
Tiempo de respuesta (máximo) 74.66s 6.04s
Tiempo de respuesta (total) 217.10s 20.02s

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 salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.88s 330 3,216
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 74.66s 432 48,771
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 22.42s 351 10,485
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.43s 279 4,893
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 15.27s 12 21,684
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.19s 72 1,905
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.04s 72 2,709
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.48s 192 4,647
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 12.60s 234 1,487
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.50s 11 2,325
Grok 4.20 - - - - - - - -

Comparación rápida

Cambiar par de comparación

Elephant AlphamediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20noneCobuddymediumDisponible gratisvsGrok 4.20noneOwl AlphamediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneNemotron 3 SupermediumDisponible gratisvsGrok 4.20noneGPT-5 NanomediumvsGrok 4.20noneMercury 2mediumvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 Flashmedium