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

Gemini 3.5 Flash vs Grok 4.20 (medium)

Grok 4.20 (medium) average score में आगे है: 7.1 vs 7.0. Grok 4.20 (medium) की benchmark लागत कम है: $0.777 vs $1.079. Gemini 3.5 Flash तेज है: 9.93s vs 29.47s, pass rates 74.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#105
कुल आउटपुट टोकन
117,518
प्रतिक्रिया समय (औसत)
9.93s
कुल लागत
$1.079
रैंक
#101
कुल आउटपुट टोकन
259,340
प्रतिक्रिया समय (औसत)
29.47s
कुल लागत
$0.777
अनुशंसित मॉडल Gemini 3.5 Flash

Its score stays close to the best score here (7.0 vs 7.1), while responding about 3.0x faster than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash none रिलीज़: 2026-05-19 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 7.0 7.1
रैंक #105 #101
विश्वसनीयता 10.0 10.0
संगति 8.9 8.5
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 74.2% 63.6%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 7.190 9.709
कुल लागत $1.079 $0.777
इनपुट कीमत $1.500 / 1M $1.250 / 1M
आउटपुट कीमत $9.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 13,843 102,791
आउटपुट टोकन 117,518 5,363
रीजनिंग टोकन 0 253,977
प्रतिक्रिया समय (औसत) 9.93s 29.47s
प्रतिक्रिया समय (अधिकतम) 64.36s 199.66s
प्रतिक्रिया समय (कुल) 178.68s 648.35s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#105 Gemini 3.5 Flash

none
लागत
$0.225
समय
125.5s
टोकन
25,004 tok

#101 xAI: 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 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

त्वरित तुलना

तुलना जोड़ी बदलें