नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3 Flash Preview vs xAI: Grok Build 0.1

Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 4.0. Grok Build 0.1 चा benchmark खर्च कमी आहे: $0.547 vs $0.742. Gemini 3 Flash Preview (medium) वेगवान आहे: 19.20s vs 28.69s, pass rates 98.5% vs 43.9%.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17 Grok Build 0.1 Grok Build 0.1 none प्रकाशन: 2026-05-21
स्कोअर 9.6 4.0
क्रमांक #3 #218
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 7.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 98.5% 43.9%
अस्थिर चाचण्या 1 4
एकूण रन 66 57
प्रति निकाल खर्च 3.533 7.805
एकूण खर्च $0.742 $0.547
इनपुट किंमत $0.500 / 1M $1.000 / 1M
आउटपुट किंमत $3.000 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 87,861 11,793
आउटपुट टोकन्स 5,486 267,275
रिझनिंग टोकन्स 227,164 0
प्रतिसाद वेळ (सरासरी) 19.20s 28.69s
प्रतिसाद वेळ (कमाल) 117.26s 138.35s
प्रतिसाद वेळ (एकूण) 422.42s 459.00s

Hamster playing table tennis

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

#3 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
18.4s
टोकन्स
3,351 tok

#218 xAI: Grok Build 0.1

none
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
$0.000
वेळ
-
टोकन्स
0 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Grok Build 0.1 3.3 3.3 33.3% 0 21.41s 1,080 16,568 0

झटपट तुलना

तुलना जोडी बदला