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 9.4 vs 6.6. Gemini 3.5 Flash tem menor custo de benchmark com $0.349 vs $5.599. Gemini 3.5 Flash é mais rápido com 3.27s vs 9.69s, com taxas de acerto de 90.5% vs 59.3%.

Modelo recomendado: Gemini 3.5 Flash - Tem a melhor pontuação aqui (9.4) e custa cerca de 16.1x 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 low Lançamento: 2026-05-19 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lançamento: 2026-03-12
Pontuação 9.4 6.6
Posição #3 #85
Confiabilidade 10.0 N/D
Consistência 10.0 7.9
Testes corretos
Taxa de acerto por tentativa 90.5% 59.3%
Testes instáveis 0 5
Execuções totais 63 52
Custo por resultado 1.834 62.923
Custo total $0.349 $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 36,938 721,952
Tokens de saída 2,033 294,668
Tokens de raciocínio 30,519 305,374
Tempo de resposta (médio) 3.27s 9.69s
Tempo de resposta (máx.) 9.05s 35.28s
Tempo de resposta (total) 68.65s 155.07s

Generation showcase

Hamster playing table tennis

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

#3 Gemini 3.5 Flash

low
Cost
$0.068
Time
39.1s
Tokens
7,588 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 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690
Grok 4.20 Multi Agent Beta - - - - - - - - -

Comparação rápida

Trocar par de comparação

Gemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.4mediumGemini 3.5 FlashlowvsStep 3.7 Flashmedium