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 Flash Preview (low) vs Grok 4.20 (medium)

Gemini 3 Flash Preview (low) average score में आगे है: 7.4 vs 7.1. Gemini 3 Flash Preview (low) की benchmark लागत कम है: $0.177 vs $0.777. Gemini 3 Flash Preview (low) तेज है: 6.28s vs 29.47s, pass rates 75.8% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#69
कुल आउटपुट टोकन
38,090
प्रतिक्रिया समय (औसत)
6.28s
कुल लागत
$0.177
रैंक
#83
कुल आउटपुट टोकन
259,340
प्रतिक्रिया समय (औसत)
29.47s
कुल लागत
$0.777
अनुशंसित मॉडल Gemini 3 Flash Preview (low)

It has the best score here (7.4), while costing about 4.4x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 7.4 7.1
रैंक #69 #83
विश्वसनीयता 10.0 10.0
संगति 9.2 8.5
सही परीक्षण
प्रति प्रयास पास दर 75.8% 63.6%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 1.101 9.709
कुल लागत $0.177 $0.777
इनपुट कीमत $0.500 / 1M $1.250 / 1M
आउटपुट कीमत $3.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 123,684 102,791
आउटपुट टोकन 9,572 5,363
रीजनिंग टोकन 28,518 253,977
प्रतिक्रिया समय (औसत) 6.28s 29.47s
प्रतिक्रिया समय (अधिकतम) 17.13s 199.66s
प्रतिक्रिया समय (कुल) 138.06s 648.35s

Hamster playing table tennis

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

#69 Gemini 3 Flash Preview

low
लागत
$0.007
समय
12.1s
टोकन
2,289 tok

#83 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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

त्वरित तुलना

तुलना जोड़ी बदलें