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

Gemini 3.1 Pro Preview (medium) vs Grok 4.6 (high)

average score लगभग बराबर है: 9.2 vs 9.2. Gemini 3.1 Pro Preview (medium) की benchmark लागत कम है: $1.361 vs $1.809. Gemini 3.1 Pro Preview (medium) तेज है: 21.47s vs 79.38s, pass rates 90.9% vs 84.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#9
कुल आउटपुट टोकन
97,958
प्रतिक्रिया समय (औसत)
21.47s
कुल लागत
$1.361
रैंक
#11
कुल आउटपुट टोकन
265,604
प्रतिक्रिया समय (औसत)
79.38s
कुल लागत
$1.809
अनुशंसित मॉडल Gemini 3.1 Pro Preview (medium)

It has the best score here (9.2), while responding about 3.7x faster than Grok 4.6 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12
स्कोर 9.2 9.2
रैंक #9 #11
विश्वसनीयता 10.0 10.0
संगति 10.0 9.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 90.9% 84.9%
अस्थिर टेस्ट 0 1
कुल रन 66 66
प्रति परिणाम लागत 6.801 10.046
कुल लागत $1.361 $1.809
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $12.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 92,287 107,266
आउटपुट टोकन 5,232 5,094
रीजनिंग टोकन 92,726 260,510
प्रतिक्रिया समय (औसत) 21.47s 79.38s
प्रतिक्रिया समय (अधिकतम) 88.68s 618.49s
प्रतिक्रिया समय (कुल) 322.08s 1746.29s
पैरामीटर ~1.2T कुल (~20B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#9 Gemini 3.1 Pro Preview

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

#11 SpaceXAI: Grok 4.6

high
लागत
$0.107
समय
265.1s
टोकन
18,001 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 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

त्वरित तुलना

तुलना जोड़ी बदलें