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 9.2 vs 7.3. Gemini 3.5 Flash memiliki biaya benchmark lebih rendah di $0.349 vs $0.609. Gemini 3.5 Flash lebih cepat di 3.27s vs 27.68s, dengan tingkat keberhasilan 90.5% vs 63.5%.

Model yang direkomendasikan: Gemini 3.5 Flash - It has the best score here (9.2), while costing about 1.7x less than Grok 4.20.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Gemini 3.5 Flash Gemini 3.5 Flash low Rilis: 2026-05-19 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 9.2 7.3
Peringkat #5 #53
Keandalan 10.0 10.0
Konsistensi 10.0 8.8
Tes benar
Tingkat lulus per percobaan 90.5% 63.5%
Tes tidak stabil 0 3
Total Run 63 63
Biaya per hasil 1.834 8.309
Total Biaya $0.349 $0.609
Harga input $1.500 / 1M $1.250 / 1M
Harga output $9.000 / 1M $2.500 / 1M
Total token input 36,938 44,433
Token output 2,033 1,819
Token penalaran 30,519 219,524
Waktu respons (rata-rata) 3.27s 27.68s
Waktu respons (maks) 9.05s 199.66s
Waktu respons (total) 68.65s 581.26s

Showcase generasi

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low
Biaya
$0.068
Waktu
39.1s
Token
7,588 tok

#53 xAI: Grok 4.20

medium
Biaya
$0.041
Waktu
110.3s
Token
16,336 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 2.52s 494 209 2,536
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 6.44s 12,873 351 3,050
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 1.81s 7,548 279 1,164
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 2.27s 486 119 916
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 2.35s 558 288 2,150
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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 1.88s 156 12 690
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Fable 5mediumvsGemini 3.5 FlashlowClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5.2noneGemini 3.5 FlashlowvsGPT-5.5mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.20medium