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 (medium) vs Grok 4.6 (high)

Grok 4.6 (high) average score में आगे है: 9.3 vs 9.1. Gemini 3.8 Flash (medium) की benchmark लागत कम है: $0.653 vs $1.908. Gemini 3.8 Flash (medium) तेज है: 14.50s vs 84.15s, pass rates 92.4% vs 86.4%.

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

रैंक
#17
कुल आउटपुट टोकन
154,908
प्रतिक्रिया समय (औसत)
14.50s
कुल लागत
$0.653
रैंक
#12
कुल आउटपुट टोकन
282,217
प्रतिक्रिया समय (औसत)
84.15s
कुल लागत
$1.908
अनुशंसित मॉडल Gemini 3.8 Flash (medium)

Its score stays close to the best score here (9.1 vs 9.3), while costing about 2.9x less than Grok 4.6 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.8 Flash Gemini 3.8 Flash medium रिलीज़: 2026-09-02 Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12
स्कोर 9.1 9.3
रैंक #17 #12
विश्वसनीयता 10.0 10.0
संगति 9.3 10.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 92.4% 86.4%
अस्थिर टेस्ट 2 0
कुल रन 66 66
प्रति परिणाम लागत 3.436 10.042
कुल लागत $0.653 $1.908
इनपुट कीमत $0.750 / 1M $2.000 / 1M
आउटपुट कीमत $3.750 / 1M $6.000 / 1M
कुल इनपुट टोकन 95,793 107,275
आउटपुट टोकन 7,066 5,094
रीजनिंग टोकन 147,842 277,123
प्रतिक्रिया समय (औसत) 14.50s 84.15s
प्रतिक्रिया समय (अधिकतम) 108.60s 618.49s
प्रतिक्रिया समय (कुल) 318.92s 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.

#17 Gemini 3.8 Flash

medium
लागत
$0.037
समय
54.6s
टोकन
9,712 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 8.0 9.9 66.7% 0 11.69s 8,118 454 19,433
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

त्वरित तुलना

तुलना जोड़ी बदलें