नेविगेशन
AI BENCHY
Advertise here

Gemini 3.8 Flash (high) vs Grok 4.6 (high)

Gemini 3.8 Flash (high) average score में आगे है: 9.9 vs 9.3. Gemini 3.8 Flash (high) की benchmark लागत कम है: $1.595 vs $1.908. Gemini 3.8 Flash (high) तेज है: 37.19s vs 84.15s, pass rates 98.5% vs 86.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#2
कुल आउटपुट टोकन
408,188
प्रतिक्रिया समय (औसत)
37.19s
कुल लागत
$1.595
रैंक
#12
कुल आउटपुट टोकन
282,217
प्रतिक्रिया समय (औसत)
84.15s
कुल लागत
$1.908
अनुशंसित मॉडल Gemini 3.8 Flash (high)

It has the best score here (9.9), while responding about 2.3x faster than Grok 4.6 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.8 Flash Gemini 3.8 Flash high रिलीज़: 2026-09-02 Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12
स्कोर 9.9 9.3
रैंक #2 #12
विश्वसनीयता 10.0 10.0
संगति 9.6 10.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 98.5% 86.4%
अस्थिर टेस्ट 1 0
कुल रन 66 66
प्रति परिणाम लागत 7.592 10.042
कुल लागत $1.595 $1.908
इनपुट कीमत $0.750 / 1M $2.000 / 1M
आउटपुट कीमत $3.750 / 1M $6.000 / 1M
कुल इनपुट टोकन 84,593 107,275
आउटपुट टोकन 10,517 5,094
रीजनिंग टोकन 397,671 277,123
प्रतिक्रिया समय (औसत) 37.19s 84.15s
प्रतिक्रिया समय (अधिकतम) 177.08s 618.49s
प्रतिक्रिया समय (कुल) 818.19s 1851.26s
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.

#2 Gemini 3.8 Flash

high
लागत
$0.077
समय
129.1s
टोकन
20,373 tok

#12 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 3.8 Flash 10.0 10.0 100.0% 0 29.30s 8,118 462 50,196
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

त्वरित तुलना

तुलना जोड़ी बदलें