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

AI BENCHY Compare

Google: Gemini 2.5 Flash vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-01

Metrik Gemini 2.5 Flash Gemini 2.5 Flash none Rilis: 2025-06-17 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 6.4 7.0
Peringkat #95 #79
Keandalan 10.0 10.0
Konsistensi 9.6 8.4
Tes benar
Tingkat lulus per percobaan 48.3% 63.3%
Tes tidak stabil 1 4
Total Run 60 60
Biaya per hasil 0.159 7.616
Total Biaya $0.015 $0.450
Harga input $0.300 / 1M $1.250 / 1M
Harga output $2.500 / 1M $2.500 / 1M
Token output 1,764 1,816
Token penalaran 0 157,251
Waktu respons (rata-rata) 889ms 19.08s
Waktu respons (maks) 4.39s 105.80s
Waktu respons (total) 17.79s 381.60s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 102 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 6.8 10.0 50.0% 0 810ms 477 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 366 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 279 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 12 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 78 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 72 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 132 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 149 7,913
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 234 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 12 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGemini 2.5 FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsGrok 4.20mediumGemini 2.5 FlashnonevsMercury 2mediumStep 3.7 FlashhighvsGrok 4.20mediumGemini 2.5 FlashnonevsQwen3.6 27BmediumRing-2.6-1TnonevsGrok 4.20mediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemma 4 31BnoneTersedia gratisvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 2.5 FlashnonevsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGrok 4.20medium