नेविगेशन
AI BENCHY
Advertise here

Gemini 3.7 Flash (low) vs Grok 4.5 (high)

Gemini 3.7 Flash (low) average score में आगे है: 9.2 vs 8.9. Gemini 3.7 Flash (low) की benchmark लागत कम है: $0.106 vs $1.707. Gemini 3.7 Flash (low) तेज है: 3.96s vs 76.50s, pass rates 92.4% vs 83.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#15
कुल आउटपुट टोकन
38,104
प्रतिक्रिया समय (औसत)
3.96s
कुल लागत
$0.106
रैंक
#22
कुल आउटपुट टोकन
253,195
प्रतिक्रिया समय (औसत)
76.50s
कुल लागत
$1.707
अनुशंसित मॉडल Gemini 3.7 Flash (low)

It has the best score here (9.2), while costing about 16.2x less than Grok 4.5 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.7 Flash Gemini 3.7 Flash low रिलीज़: 2026-08-14 Grok 4.5 Grok 4.5 high रिलीज़: 2026-07-08
स्कोर 9.2 8.9
रैंक #15 #22
विश्वसनीयता 10.0 10.0
संगति 9.6 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 92.4% 83.3%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 0.527 10.041
कुल लागत $0.106 $1.707
इनपुट कीमत $0.375 / 1M $2.000 / 1M
आउटपुट कीमत $1.875 / 1M $6.000 / 1M
कुल इनपुट टोकन 90,313 151,562
आउटपुट टोकन 6,294 5,655
रीजनिंग टोकन 31,810 247,540
प्रतिक्रिया समय (औसत) 3.96s 76.50s
प्रतिक्रिया समय (अधिकतम) 19.44s 676.83s
प्रतिक्रिया समय (कुल) 87.08s 1683.07s
पैरामीटर ~500B 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.

#15 Gemini 3.7 Flash

low
लागत
$0.010
समय
23.5s
टोकन
5,210 tok

#22 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 3.7 Flash 7.6 7.2 77.8% 1 6.20s 8,118 461 11,508
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

त्वरित तुलना

तुलना जोड़ी बदलें