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

Gemini 3.8 Flash (low) vs Grok Build 0.1 (medium)

average score लगभग बराबर है: 7.5 vs 7.5. Gemini 3.8 Flash (low) की benchmark लागत कम है: $0.239 vs $1.130. Gemini 3.8 Flash (low) तेज है: 4.83s vs 54.50s, pass rates 81.8% vs 60.6%.

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

रैंक
#99
कुल आउटपुट टोकन
41,324
प्रतिक्रिया समय (औसत)
4.83s
कुल लागत
$0.239
रैंक
#98
कुल आउटपुट टोकन
511,406
प्रतिक्रिया समय (औसत)
54.50s
कुल लागत
$1.130
अनुशंसित मॉडल Gemini 3.8 Flash (low)

It has the best score here (7.5), while costing about 4.7x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक Gemini 3.8 Flash Gemini 3.8 Flash low रिलीज़: 2026-09-02 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 7.5 7.5
रैंक #99 #98
विश्वसनीयता 10.0 10.0
संगति 8.5 9.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 81.8% 60.6%
अस्थिर टेस्ट 4 1
कुल रन 66 66
प्रति परिणाम लागत 1.493 8.691
कुल लागत $0.239 $1.130
इनपुट कीमत $0.750 / 1M $1.000 / 1M
आउटपुट कीमत $3.750 / 1M $2.000 / 1M
कुल इनपुट टोकन 111,773 106,946
आउटपुट टोकन 8,035 7,993
रीजनिंग टोकन 33,289 503,413
प्रतिक्रिया समय (औसत) 4.83s 54.50s
प्रतिक्रिया समय (अधिकतम) 35.14s 252.69s
प्रतिक्रिया समय (कुल) 106.18s 1199.07s
पैरामीटर ~500B कुल (~20B सक्रिय) ~300B कुल (~30B 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.

#99 Gemini 3.8 Flash

low
लागत
$0.030
समय
45.8s
टोकन
8,023 tok

#98 SpaceXAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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 5.4 7.2 44.4% 1 4.31s 8,118 449 5,706
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

त्वरित तुलना

तुलना जोड़ी बदलें