नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

सारांश

Gemini 3 Flash Preview (medium) vs Grok 4.5 (medium) benchmark तुलना: Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 8.3. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.667 vs $1.696. Gemini 3 Flash Preview (medium) तेज है: 18.64s vs 62.63s, pass rates 98.4% vs 77.8%.

अनुशंसित मॉडल: Gemini 3 Flash Preview (medium) - It has the best score here (9.6), while costing about 2.5x less than Grok 4.5 (medium).

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 medium रिलीज़: 2026-07-08
स्कोर 9.6 8.3
रैंक #2 #23
विश्वसनीयता 10.0 9.9
संगति 9.7 8.9
सही परीक्षण
प्रति प्रयास पास दर 98.4% 77.8%
अस्थिर टेस्ट 1 3
कुल रन 63 63
प्रति परिणाम लागत 3.335 11.304
कुल लागत $0.667 $1.696
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 37,017 53,500
आउटपुट टोकन 2,006 1,621
रीजनिंग टोकन 214,153 263,127
प्रतिक्रिया समय (औसत) 18.64s 62.63s
प्रतिक्रिया समय (अधिकतम) 117.26s 436.38s
प्रतिक्रिया समय (कुल) 391.35s 1315.20s

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

#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 3.88s 494 330 3,216
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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 5.43s 7,548 279 4,893
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 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 5.19s 486 72 1,905
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 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 4.05s 558 183 4,365
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 12.60s 5,532 234 1,487
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 5.50s 156 11 2,325
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

त्वरित तुलना

तुलना जोड़ी बदलें