Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Rilis: 2026-02-19 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 9.6 5.4
Peringkat #2 #115
Keandalan 10.0 T/A
Konsistensi 10.0 9.5
Tes benar
Tingkat lulus per percobaan 94.7% 35.2%
Tes tidak stabil 0 1
Total Run 57 54
Biaya per hasil 3.300 1.574
Total Biaya $0.594 $0.095
Harga input $2.000 / 1M $1.250 / 1M
Harga output $12.000 / 1M $2.500 / 1M
Token output 1,944 1,967
Token penalaran 41,839 0
Waktu respons (rata-rata) 15.15s 1.11s
Waktu respons (maks) 40.61s 6.04s
Waktu respons (total) 181.78s 20.02s

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 4.8 10.0 25.0% 0 501ms 267 0
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 3.4 9.3 0.0% 0 1.22s 312 0
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 3.0 10.0 0.0% 0 6.04s 282 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 10.0 10.0 100.0% 0 522ms 207 0
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 3.0 10.0 0.0% 0 687ms 325 0
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 4.8 10.0 0.0% 0 659ms 83 0
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 6.3 10.0 50.0% 0 455ms 60 0
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 5.3 7.2 44.4% 1 487ms 242 0
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 10.0 10.0 100.0% 0 4.63s 189 0
Pengetahuan 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 6.27s 12 1,297
Grok 4.20 - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

Elephant AlphamediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumTersedia gratisvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumTersedia gratisvsGrok 4.20noneCobuddymediumTersedia gratisvsGrok 4.20noneOwl AlphamediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneNemotron 3 SupermediumTersedia gratisvsGrok 4.20noneGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5 NanomediumvsGrok 4.20noneMercury 2mediumvsGrok 4.20none