नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 3.1 Flash Lite (low) vs Grok 4.20 (medium)

Gemini 3.1 Flash Lite (low) average score में आगे है: 6.3 vs 6.3. Gemini 3.1 Flash Lite (low) की benchmark लागत कम है: $0.717 vs $1.246. Gemini 3.1 Flash Lite (low) तेज है: 19.02s vs 36.73s, pass rates 60.9% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#298
कुल आउटपुट टोकन
425,576
प्रतिक्रिया समय (औसत)
19.02s
कुल लागत
$0.717
रैंक
#307
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
अनुशंसित मॉडल Gemini 3.1 Flash Lite (low)

It has the best score here (6.3), while costing about 1.7x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 6.3 6.3
रैंक #298 #307
विश्वसनीयता 10.0 10.0
संगति 9.3 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 58.0%
अस्थिर टेस्ट 2 5
कुल रन 69 69
प्रति परिणाम लागत 5.512 14.374
कुल लागत $0.717 $1.246
इनपुट कीमत $0.250 / 1M $1.250 / 1M
आउटपुट कीमत $1.500 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.200 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 312,368 392,127
आउटपुट टोकन 9,429 7,754
रीजनिंग टोकन 416,147 294,333
प्रतिक्रिया समय (औसत) 19.02s 36.73s
प्रतिक्रिया समय (अधिकतम) 318.02s 199.66s
प्रतिक्रिया समय (कुल) 437.38s 844.68s
पैरामीटर ~150B कुल (~10B सक्रिय) ~1T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#298 Gemini 3.1 Flash Lite

low
लागत
$0.003
समय
4.0s
टोकन
1,479 tok

#307 SpaceXAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोड़ी बदलें