नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

सारांश

Gemini 3 Flash Preview (low) vs Grok 4.5 (medium) benchmark तुलना: Grok 4.5 (medium) average score में आगे है: 8.3 vs 7.4. Gemini 3 Flash Preview (low) की benchmark लागत कम है: $0.111 vs $1.696. Gemini 3 Flash Preview (low) तेज है: 5.76s vs 62.63s, pass rates 79.4% vs 77.8%.

अनुशंसित मॉडल: Gemini 3 Flash Preview (low) - It offers the best overall trade-off: a competitive score (7.4), lower cost than Grok 4.5 (medium), and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-08

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17 Grok 4.5 Grok 4.5 medium रिलीज़: 2026-07-08
स्कोर 7.4 8.3
रैंक #56 #23
विश्वसनीयता 10.0 9.9
संगति 9.2 8.9
सही परीक्षण
प्रति प्रयास पास दर 79.4% 77.8%
अस्थिर टेस्ट 2 3
कुल रन 63 63
प्रति परिणाम लागत 0.689 11.304
कुल लागत $0.111 $1.696
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 36,769 53,500
आउटपुट टोकन 2,076 1,621
रीजनिंग टोकन 28,518 263,127
प्रतिक्रिया समय (औसत) 5.76s 62.63s
प्रतिक्रिया समय (अधिकतम) 14.72s 436.38s
प्रतिक्रिया समय (कुल) 120.93s 1315.20s

जनरेशन शोकेस

Hamster playing table tennis

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

#56 Gemini 3 Flash Preview

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

#23 xAI: Grok 4.5

medium
लागत
$0.044
समय
59.4s
टोकन
7,512 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

त्वरित तुलना

तुलना जोड़ी बदलें