Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs Grok 4.20 Multi Agent Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-26

Metrik Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Rilis: 2026-02-19 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Rilis: 2026-03-12
Skor 9.6 6.4
Peringkat #2 #67
Keandalan T/A T/A
Konsistensi 10.0 7.4
Tes benar
Tingkat lulus per percobaan 94.4% 57.4%
Tes tidak stabil 0 6
Total Run 54 52
Biaya per hasil 3.400 72.473
Total Biaya $0.578 $5.074
Harga input $2.000 / 1M $0.000 / 1M
Harga output $12.000 / 1M $0.000 / 1M
Token output 1,932 299,034
Token penalaran 40,542 309,670
Waktu respons (rata-rata) 15.96s 9.80s
Waktu respons (maks) 40.61s 35.28s
Waktu respons (total) 175.52s 156.75s

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 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 27.11s 86 13,141
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsHY3 PreviewhighTersedia gratisGemini 3.1 Pro PreviewmediumvsHY3 PreviewlowTersedia gratisGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 3.1 Pro PreviewmediumDeepSeek V4 ProhighvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Pro PreviewmediumvsGPT-5.5noneDeepSeek V4 PrononevsGemini 3.1 Pro Previewmedium