नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

सारांश

Gemini 3 Flash Preview (medium) vs Grok 4.5 (low) benchmark तुलना: Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 7.8. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.667 vs $0.760. Grok 4.5 (low) तेज है: 15.48s vs 18.64s, pass rates 98.4% vs 74.6%.

अनुशंसित मॉडल: Gemini 3 Flash Preview (medium) - It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 9.6 7.8
रैंक #2 #34
विश्वसनीयता 10.0 10.0
संगति 9.7 9.7
सही परीक्षण
प्रति प्रयास पास दर 98.4% 74.6%
अस्थिर टेस्ट 1 1
कुल रन 63 63
प्रति परिणाम लागत 3.335 5.061
कुल लागत $0.667 $0.760
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 37,017 58,652
आउटपुट टोकन 2,006 1,735
रीजनिंग टोकन 214,153 105,233
प्रतिक्रिया समय (औसत) 18.64s 15.48s
प्रतिक्रिया समय (अधिकतम) 117.26s 205.28s
प्रतिक्रिया समय (कुल) 391.35s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 tok

#34 xAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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 3.88s 494 330 3,216
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 13.72s 9,579 303 15,641
संयुक्त 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 22.42s 12,873 351 10,485
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 5.43s 7,548 279 4,893
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 10.0 10.0 100.0% 0 15.27s 633 12 21,684
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 5.19s 486 72 1,905
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 10.0 10.0 100.0% 0 4.04s 615 72 2,709
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 4.05s 558 183 4,365
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 12.60s 5,532 234 1,487
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 5.50s 156 11 2,325
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

त्वरित तुलना

तुलना जोड़ी बदलें