Google: Gemini 3.5 Flash-Lite vs xAI: Grok 4.5

Grok 4.5 (medium) unggul dalam skor rata-rata dengan 8.3 vs 8.1. Gemini 3.5 Flash-Lite (high) memiliki biaya benchmark lebih rendah di $0.584 vs $1.928. Gemini 3.5 Flash-Lite (high) lebih cepat di 9.48s vs 61.71s, dengan tingkat keberhasilan 81.8% vs 78.8%.

Model yang direkomendasikanGemini 3.5 Flash-Lite (high)Its score stays close to the best score here (8.1 vs 8.3), while costing about 3.3x less than Grok 4.5 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-22

Metrik	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high Rilis: 2026-07-21	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08

Metrik	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high Rilis: 2026-07-21	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor	8.1	8.3
Peringkat	#31	#25
Keandalan	10.0	10.0
Konsistensi	7.5	8.9
Tes benar
Tingkat lulus per percobaan	81.8%	78.8%
Tes tidak stabil	7	3
Total Run	66	66
Biaya per hasil	4.169	12.049
Total Biaya	$0.584	$1.928
Harga input	$0.300 / 1M	$2.000 / 1M
Harga output	$2.500 / 1M	$6.000 / 1M
Total token input	105,138	122,146
Token output	8,315	5,514
Token penalaran	212,507	275,053
Waktu respons (rata-rata)	9.48s	61.71s
Waktu respons (maks)	43.93s	436.38s
Waktu respons (total)	208.52s	1357.56s

Hamster playing table tennis

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

#31 Gemini 3.5 Flash-Lite

high

Biaya: $0.023
Waktu: 23.6s
Token: 9,128 tok

#25 xAI: Grok 4.5

medium

Biaya: $0.044
Waktu: 59.4s
Token: 7,512 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

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-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

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-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

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-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

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-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

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-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

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-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Perbandingan Cepat

Ganti Pasangan Perbandingan