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 (medium) vs Grok 4.5 (high)

Gemini 3 Flash Preview (medium) average score में आगे है: 9.5 vs 9.0. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.763 vs $2.252. Gemini 3 Flash Preview (medium) तेज है: 19.86s vs 72.30s, pass rates 93.9% vs 86.4%.

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

रैंक
#6
कुल आउटपुट टोकन
239,608
प्रतिक्रिया समय (औसत)
19.86s
कुल लागत
$0.763
रैंक
#26
कुल आउटपुट टोकन
324,462
प्रतिक्रिया समय (औसत)
72.30s
कुल लागत
$2.252
अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

It has the best score here (9.5), while costing about 3.0x less than Grok 4.5 (high).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Grok 4.5 Grok 4.5 high रिलीज़: 2026-07-08
स्कोर 9.5 9.0
रैंक #6 #26
विश्वसनीयता 10.0 10.0
संगति 9.7 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 93.9% 86.4%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 3.814 12.565
कुल लागत $0.763 $2.252
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 87,870 152,175
आउटपुट टोकन 5,486 5,655
रीजनिंग टोकन 234,122 318,807
प्रतिक्रिया समय (औसत) 19.86s 72.30s
प्रतिक्रिया समय (अधिकतम) 117.26s 676.83s
प्रतिक्रिया समय (कुल) 436.88s 1590.56s
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.

#6 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
18.4s
टोकन
3,351 tok

#26 SpaceXAI: Grok 4.5

high
लागत
$0.015
समय
29.7s
टोकन
2,737 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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

त्वरित तुलना

तुलना जोड़ी बदलें