Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Rilis: 2026-05-08 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 7.2 7.1
Peringkat #61 #65
Keandalan 10.0 10.0
Konsistensi 9.3 8.8
Tes benar
Tingkat lulus per percobaan 61.9% 63.5%
Tes tidak stabil 2 3
Total Run 63 63
Biaya per hasil 0.227 8.309
Total Biaya $0.028 $0.609
Harga input $0.250 / 1M $1.250 / 1M
Harga output $1.500 / 1M $2.500 / 1M
Total token input 36,892 44,433
Token output 2,732 1,819
Token penalaran 9,260 219,524
Waktu respons (rata-rata) 1.89s 27.68s
Waktu respons (maks) 5.66s 199.66s
Waktu respons (total) 39.62s 581.26s

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 input Token output Token penalaran
Gemini 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 500 1,013 1,548
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 12,870 348 975
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 7,453 291 697
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 639 15 1,214
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 492 69 438
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 619 72 760
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 570 210 1,191
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 5,457 234 945
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 160 9 420
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash LitelowvsKimi K2.6mediumTersedia gratisGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGLM 5V TurbomediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsMiMo-V2-FlashmediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash LitelowvsGLM 5.1mediumGemini 3.1 Flash LitelowvsGPT-5 MinimediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumStep 3.7 FlashhighvsGrok 4.20medium