Navegação
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 2.5 Flash vs xAI: Grok 4.20

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-01

Métrica Gemini 2.5 Flash Gemini 2.5 Flash none Lançamento: 2025-06-17 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 6.4 7.0
Posição #95 #79
Confiabilidade 10.0 10.0
Consistência 9.6 8.4
Testes corretos
Taxa de acerto por tentativa 48.3% 63.3%
Testes instáveis 1 4
Execuções totais 60 60
Custo por resultado 0.159 7.616
Custo total $0.015 $0.450
Preço de entrada $0.300 / 1M $1.250 / 1M
Preço de saída $2.500 / 1M $2.500 / 1M
Tokens de saída 1,764 1,816
Tokens de raciocínio 0 157,251
Tempo de resposta (médio) 889ms 19.08s
Tempo de resposta (máx.) 4.39s 105.80s
Tempo de resposta (total) 17.79s 381.60s

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 saída Tokens de raciocínio
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 102 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 6.8 10.0 50.0% 0 810ms 477 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 366 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 279 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 12 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 78 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 72 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 132 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 149 7,913
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 234 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 12 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparação rápida

Trocar par de comparação

DeepSeek V4 ProhighvsGemini 2.5 FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsGrok 4.20mediumGemini 2.5 FlashnonevsMercury 2mediumStep 3.7 FlashhighvsGrok 4.20mediumGemini 2.5 FlashnonevsQwen3.6 27BmediumRing-2.6-1TnonevsGrok 4.20mediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemma 4 31BnoneDisponível grátisvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 2.5 FlashnonevsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGrok 4.20medium