Gemini 3.5 Flash Lite (low) vs Grok 4.20 (medium)

Gemini 3.5 Flash Lite (low) average score में आगे है: 6.3 vs 6.3. Gemini 3.5 Flash Lite (low) की benchmark लागत कम है: $0.183 vs $1.582. Gemini 3.5 Flash Lite (low) तेज है: 4.79s vs 36.73s, pass rates 66.7% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक: #215
कुल आउटपुट टोकन: 39,912
प्रतिक्रिया समय (औसत): 4.79s
कुल लागत: $0.183

रैंक: #224
कुल आउटपुट टोकन: 302,087
प्रतिक्रिया समय (औसत): 36.73s
कुल लागत: $1.582

अनुशंसित मॉडल Gemini 3.5 Flash Lite (low)

It has the best score here (6.3), while costing about 8.7x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite low रिलीज़: 2026-07-21	Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31

मेट्रिक	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite low रिलीज़: 2026-07-21	Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर	6.3	6.3
रैंक	#215	#224
विश्वसनीयता	10.0	10.0
संगति	7.9	8.2
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	66.7%	58.0%
अस्थिर टेस्ट	6	5
कुल रन	69	69
प्रति परिणाम लागत	1.521	14.374
कुल लागत	$0.183	$1.582
इनपुट कीमत	$0.300 / 1M	$1.250 / 1M
आउटपुट कीमत	$2.500 / 1M	$2.500 / 1M
कुल इनपुट टोकन	275,779	392,127
आउटपुट टोकन	14,401	7,754
रीजनिंग टोकन	25,511	294,333
प्रतिक्रिया समय (औसत)	4.79s	36.73s
प्रतिक्रिया समय (अधिकतम)	53.91s	199.66s
प्रतिक्रिया समय (कुल)	110.24s	844.68s
पैरामीटर	~150B कुल (~10B सक्रिय)	~1T कुल (~100B 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.

#215 Gemini 3.5 Flash Lite

low

लागत: $0.007
समय: 7.5s
टोकन: 2,669 tok

#224 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	5.0	10.0	0.0%	0		53.91s	136,614	1,502	0
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

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 Lite	9.0	8.3	91.7%	1		1.69s	506	351	4,032
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	4.3	10.0	0.0%	0		917ms	8,126	464	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.5 Flash Lite	3.8	1.6	50.0%	2		11.00s	114,540	11,142	9,298
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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 Lite	10.0	10.0	100.0%	0		859ms	7,364	287	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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 Lite	5.9	7.2	55.6%	1		3.55s	658	18	6,902
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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 Lite	10.0	10.0	100.0%	0		2.34s	488	97	1,049
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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 Lite	9.8	10.0	100.0%	0		1.75s	621	70	1,872
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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 Lite	7.6	7.2	77.8%	1		1.19s	572	168	1,494
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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 Lite	10.0	10.0	100.0%	0		1.39s	6,132	293	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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 Lite	4.7	1.6	66.7%	1		1.65s	158	9	864
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

त्वरित तुलना

तुलना जोड़ी बदलें