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

AI BENCHY तुलना

Google: Gemini 3.5 Flash vs xAI: Grok 4.5

सारांश

Gemini 3.5 Flash (high) vs Grok 4.5 (medium) benchmark तुलना: Gemini 3.5 Flash (high) average score में आगे है: 9.8 vs 8.3. Gemini 3.5 Flash (high) की benchmark लागत कम है: $1.115 vs $1.696. Gemini 3.5 Flash (high) तेज है: 8.84s vs 62.63s, pass rates 96.8% vs 77.8%.

अनुशंसित मॉडल: Gemini 3.5 Flash (high) - It has the best score here (9.8), while costing about 1.5x less than Grok 4.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-08

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19 Grok 4.5 Grok 4.5 medium रिलीज़: 2026-07-08
स्कोर 9.8 8.3
रैंक #1 #23
विश्वसनीयता 10.0 9.9
संगति 9.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 96.8% 77.8%
अस्थिर टेस्ट 1 3
कुल रन 63 63
प्रति परिणाम लागत 5.575 11.304
कुल लागत $1.115 $1.696
इनपुट कीमत $1.500 / 1M $2.000 / 1M
आउटपुट कीमत $9.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 37,594 53,500
आउटपुट टोकन 1,975 1,621
रीजनिंग टोकन 115,638 263,127
प्रतिक्रिया समय (औसत) 8.84s 62.63s
प्रतिक्रिया समय (अधिकतम) 34.82s 436.38s
प्रतिक्रिया समय (कुल) 185.57s 1315.20s

जनरेशन शोकेस

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 tok

#23 xAI: Grok 4.5

medium
लागत
$0.044
समय
59.4s
टोकन
7,512 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

त्वरित तुलना

तुलना जोड़ी बदलें