नेविगेशन
Advertise here

Gemini 3.1 Flash Lite Preview vs Grok 4.20 (medium)

Grok 4.20 (medium) average score में आगे है: 6.3 vs 6.2. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.090 vs $1.246. Gemini 3.1 Flash Lite Preview तेज है: 3.60s vs 36.73s, pass rates 55.1% vs 58.0%.

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

तुलना किए गए मॉडल

रैंक
#312
कुल आउटपुट टोकन
15,760
प्रतिक्रिया समय (औसत)
3.60s
कुल लागत
$0.090
रैंक
#307
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview

Its score stays close to the best score here (6.2 vs 6.3), while costing about 14.0x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 6.2 6.3
रैंक #312 #307
विश्वसनीयता 10.0 10.0
संगति 9.7 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 58.0%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 0.743 14.374
कुल लागत $0.090 $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 261,962 392,127
आउटपुट टोकन 12,799 7,754
रीजनिंग टोकन 2,961 294,333
प्रतिक्रिया समय (औसत) 3.60s 36.73s
प्रतिक्रिया समय (अधिकतम) 48.59s 199.66s
प्रतिक्रिया समय (कुल) 82.91s 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.

#312 Gemini 3.1 Flash Lite Preview

none
लागत
$0.003
समय
4.7s
टोकन
1,827 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 Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोड़ी बदलें