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 3.5 Flash vs Grok 4.20 Multi Agent Beta

Resumo

Comparação benchmark Gemini 3.5 Flash vs Grok 4.20 Multi Agent Beta: Gemini 3.5 Flash lidera na pontuação média com 9.6 vs 6.6. Gemini 3.5 Flash tem menor custo de benchmark com $1.115 vs $5.599. Gemini 3.5 Flash é mais rápido com 8.84s vs 9.69s, com taxas de acerto de 96.8% vs 59.3%.

Modelo recomendado: Gemini 3.5 Flash - Tem a melhor pontuação aqui (9.6) e custa cerca de 5.0x menos que Grok 4.20 Multi Agent Beta.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-10

Métrica Gemini 3.5 Flash Gemini 3.5 Flash high Lançamento: 2026-05-19 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lançamento: 2026-03-12
Pontuação 9.6 6.6
Posição #2 #85
Confiabilidade 10.0 N/D
Consistência 9.6 7.9
Testes corretos
Taxa de acerto por tentativa 96.8% 59.3%
Testes instáveis 1 5
Execuções totais 63 52
Custo por resultado 5.575 62.923
Custo total $1.115 $5.599
Preço de entrada $1.500 / 1M $4.235 / 1M
Preço de saída $9.000 / 1M $4.235 / 1M
Total de tokens de entrada 37,594 721,952
Tokens de saída 1,975 294,668
Tokens de raciocínio 115,638 305,374
Tempo de resposta (médio) 8.84s 9.69s
Tempo de resposta (máx.) 34.82s 35.28s
Tempo de resposta (total) 185.57s 155.07s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high
Cost
$0.208
Time
118.2s
Tokens
23,158 tok

#85 Grok 4.20 Multi Agent Beta

medium
Cost
$0.261
Time
123.4s
Tokens
199,344 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 90,925 33,706 33,077
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 27.11s 13,212 86 13,141
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 97,232 25,306 25,051
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 328,253 164,609 163,647
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 41,387 15,848 15,746
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Grok 4.20 Multi Agent Beta 9.8 10.0 100.0% 0 3.52s 43,923 19,752 19,617
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Grok 4.20 Multi Agent Beta 6.7 7.9 55.6% 1 5.19s 107,020 35,361 35,095
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Grok 4.20 Multi Agent Beta - - - - - - - - -

Comparação rápida

Trocar par de comparação

Gemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.4medium