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

Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.5

Gemini 3.1 Pro Preview (medium) average score में आगे है: 9.2 vs 8.9. Gemini 3.1 Pro Preview (medium) की benchmark लागत कम है: $1.361 vs $1.707. Gemini 3.1 Pro Preview (medium) तेज है: 21.47s vs 76.50s, pass rates 90.9% vs 83.3%.

अनुशंसित मॉडलGemini 3.1 Pro Preview (medium)It has the best score here (9.2), while responding about 3.6x faster than Grok 4.5 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 Grok 4.5 Grok 4.5 high रिलीज़: 2026-07-08
स्कोर 9.2 8.9
रैंक #7 #12
विश्वसनीयता 10.0 10.0
संगति 10.0 9.2
सही परीक्षण
प्रति प्रयास पास दर 90.9% 83.3%
अस्थिर टेस्ट 0 2
कुल रन 66 66
प्रति परिणाम लागत 6.801 10.041
कुल लागत $1.361 $1.707
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $12.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 92,287 151,562
आउटपुट टोकन 5,232 5,655
रीजनिंग टोकन 92,726 247,540
प्रतिक्रिया समय (औसत) 21.47s 76.50s
प्रतिक्रिया समय (अधिकतम) 88.68s 676.83s
प्रतिक्रिया समय (कुल) 322.08s 1683.07s

Hamster playing table tennis

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

#7 Gemini 3.1 Pro Preview

medium
लागत
$0.115
समय
87.2s
टोकन
9,629 tok

#12 xAI: Grok 4.5

high
लागत
$0.015
समय
29.7s
टोकन
2,737 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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

त्वरित तुलना

तुलना जोड़ी बदलें