Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs xAI: Grok 4.5

Resumo

Comparação benchmark Gemini 2.5 Flash (medium) vs Grok 4.5 (medium): Grok 4.5 (medium) lidera na pontuação média com 8.3 vs 8.2. Gemini 2.5 Flash (medium) tem menor custo de benchmark com $0.379 vs $1.696. Gemini 2.5 Flash (medium) é mais rápido com 15.49s vs 62.63s, com taxas de acerto de 69.8% vs 77.8%.

Modelo recomendado: Gemini 2.5 Flash (medium) - A pontuação fica perto da melhor aqui (8.2 vs 8.3) e custa cerca de 4.5x menos que Grok 4.5 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-08

Métrica Gemini 2.5 Flash Gemini 2.5 Flash medium Lançamento: 2025-06-17 Grok 4.5 Grok 4.5 medium Lançamento: 2026-07-08
Pontuação 8.2 8.3
Posição #25 #23
Confiabilidade 10.0 9.9
Consistência 9.6 8.9
Testes corretos
Taxa de acerto por tentativa 69.8% 77.8%
Testes instáveis 1 3
Execuções totais 63 63
Custo por resultado 2.701 11.304
Custo total $0.379 $1.696
Preço de entrada $0.300 / 1M $2.000 / 1M
Preço de saída $2.500 / 1M $6.000 / 1M
Total de tokens de entrada 34,476 53,500
Tokens de saída 1,930 1,621
Tokens de raciocínio 145,145 263,127
Tempo de resposta (médio) 15.49s 62.63s
Tempo de resposta (máx.) 95.48s 436.38s
Tempo de resposta (total) 325.39s 1315.20s

Geração showcase

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium
SVG inválido
Custo
$0.000
Tempo
274.0s
Tokens
0 tok

#23 xAI: Grok 4.5

medium
Custo
$0.044
Tempo
59.4s
Tokens
7,512 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparação rápida

Trocar par de comparação

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGrok 4.5mediumDeepSeek V4 ProhighvsGemini 2.5 FlashmediumStep 3.7 FlashlowvsGrok 4.5mediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGrok 4.5medium