Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs xAI: Grok 4.5

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite (medium) vs Grok 4.5 (low): Grok 4.5 (low) unggul dalam skor rata-rata dengan 7.8 vs 7.8. Gemini 3.1 Flash Lite (medium) memiliki biaya benchmark lebih rendah di $0.071 vs $0.760. Gemini 3.1 Flash Lite (medium) lebih cepat di 3.23s vs 15.48s, dengan tingkat keberhasilan 65.1% vs 74.6%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite (medium) - Its score stays close to the best score here (7.8 vs 7.8), while costing about 10.8x less than Grok 4.5 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-08

Metrik Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Rilis: 2026-05-08 Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor 7.8 7.8
Peringkat #37 #34
Keandalan 10.0 10.0
Konsistensi 9.2 9.7
Tes benar
Tingkat lulus per percobaan 65.1% 74.6%
Tes tidak stabil 2 1
Total Run 63 63
Biaya per hasil 0.539 5.061
Total Biaya $0.071 $0.760
Harga input $0.250 / 1M $2.000 / 1M
Harga output $1.500 / 1M $6.000 / 1M
Total token input 36,808 58,652
Token output 2,254 1,735
Token penalaran 38,300 105,233
Waktu respons (rata-rata) 3.23s 15.48s
Waktu respons (maks) 10.87s 205.28s
Waktu respons (total) 67.80s 324.98s

Showcase generasi

Hamster playing table tennis

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

#37 Gemini 3.1 Flash Lite

medium
Biaya
$0.003
Waktu
5.3s
Token
1,754 tok

#34 xAI: Grok 4.5

low
Biaya
$0.011
Waktu
12.4s
Token
2,018 tok

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 9.1 10.0 75.0% 0 2.39s 502 604 4,201
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 3.81s 8,134 459 8,978
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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 10.0 10.0 100.0% 0 10.87s 12,873 327 7,401
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 2.60s 7,362 279 2,845
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 2.9 7.2 11.1% 1 3.16s 643 15 5,165
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 10.0 10.0 100.0% 0 2.60s 488 84 1,142
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 9.9 10.0 100.0% 0 2.59s 623 75 3,320
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 7.6 7.2 77.8% 1 1.95s 568 165 2,450
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 4.55s 5,457 234 921
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 3.08s 158 12 1,877
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6mediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowKimi K2.6mediumTersedia gratisvsGrok 4.5lowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowDeepSeek V4 ProhighvsGemini 3.1 Flash Litemedium