Gemini 3.1 Flash Lite (low) vs Grok 4.20 (medium)

Gemini 3.1 Flash Lite (low) average score मध्ये पुढे आहे: 6.3 vs 6.3. Gemini 3.1 Flash Lite (low) चा benchmark खर्च कमी आहे: $0.717 vs $1.582. Gemini 3.1 Flash Lite (low) वेगवान आहे: 19.02s vs 36.73s, pass rates 60.9% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #218
एकूण आउटपुट टोकन्स: 425,576
प्रतिसाद वेळ (सरासरी): 19.02s
एकूण खर्च: $0.717

क्रमांक: #224
एकूण आउटपुट टोकन्स: 302,087
प्रतिसाद वेळ (सरासरी): 36.73s
एकूण खर्च: $1.582

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (low)

It has the best score here (6.3), while costing about 2.2x less than Grok 4.20 (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low प्रकाशन: 2026-05-08	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low प्रकाशन: 2026-05-08	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर	6.3	6.3
क्रमांक	#218	#224
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	58.0%
अस्थिर चाचण्या	2	5
एकूण रन	69	69
प्रति निकाल खर्च	5.512	14.374
एकूण खर्च	$0.717	$1.582
इनपुट किंमत	$0.250 / 1M	$1.250 / 1M
आउटपुट किंमत	$1.500 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	312,368	392,127
आउटपुट टोकन्स	9,429	7,754
रिझनिंग टोकन्स	416,147	294,333
प्रतिसाद वेळ (सरासरी)	19.02s	36.73s
प्रतिसाद वेळ (कमाल)	318.02s	199.66s
प्रतिसाद वेळ (एकूण)	437.38s	844.68s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	~1T एकूण (~100B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#218 Gemini 3.1 Flash Lite

low

खर्च: $0.003
वेळ: 4.0s
टोकन्स: 1,479 tok

#224 SpaceXAI: Grok 4.20

medium

खर्च: $0.041
वेळ: 110.3s
टोकन्स: 16,336 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	5.0	10.0	0.0%	0		79.99s	218,135	1,670	26,015
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	3.2	9.1	0.0%	0		161.25s	70,202	5,375	381,841
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	7.7	10.0	66.7%	0		1.44s	648	15	1,220
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

झटपट तुलना

तुलना जोडी बदला