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 3.5 Flash vs xAI: Grok 4.20

Ringkasan

Perbandingan benchmark Gemini 3.5 Flash vs Grok 4.20: Gemini 3.5 Flash unggul dalam skor rata-rata dengan 9.8 vs 4.4. Grok 4.20 memiliki biaya benchmark lebih rendah di $0.057 vs $1.115. Grok 4.20 lebih cepat di 1.11s vs 8.84s, dengan tingkat keberhasilan 96.8% vs 28.6%.

Model yang direkomendasikan: Gemini 3.5 Flash - It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 9.8 4.4
Peringkat #1 #160
Keandalan 10.0 T/A
Konsistensi 9.6 8.5
Tes benar
Tingkat lulus per percobaan 96.8% 28.6%
Tes tidak stabil 1 0
Total Run 63 54
Biaya per hasil 5.575 1.570
Total Biaya $1.115 $0.057
Harga input $1.500 / 1M $1.250 / 1M
Harga output $9.000 / 1M $2.500 / 1M
Total token input 37,594 41,313
Token output 1,975 1,923
Token penalaran 115,638 0
Waktu respons (rata-rata) 8.84s 1.11s
Waktu respons (maks) 34.82s 6.04s
Waktu respons (total) 185.57s 19.96s

Showcase generasi

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
Biaya
$0.208
Waktu
118.2s
Token
23,158 tok

#160 xAI: Grok 4.20

none
Biaya
$0.004
Waktu
6.5s
Token
1,367 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Grok 4.20nonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneClaude Fable 5mediumvsGemini 3.5 FlashhighMistral Small 4mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-Codexmedium