Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs xAI: Grok 4.3

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high Lansare: 2026-05-08 Grok 4.3 Grok 4.3 medium Lansare: 2026-05-01
Scor 7.6 7.8
Rang #49 #36
Fiabilitate 10.0 10.0
Consistență 8.1 8.4
Teste corecte
Rată de trecere pe încercare 74.1% 75.0%
Teste instabile 4 4
Rulări totale 54 60
Cost per rezultat 18.579 4.557
Cost total $2.044 $0.593
Preț de intrare $0.250 / 1M $1.250 / 1M
Preț de ieșire $1.500 / 1M $2.500 / 1M
Tokenuri de ieșire 1,984 1,485
Tokenuri de raționament 1,355,583 214,710
Timp de răspuns (mediu) 61.96s 49.23s
Timp de răspuns (maxim) 149.23s 216.69s
Timp de răspuns (total) 1115.31s 984.52s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 37.16s 100 130,598
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 137.63s 666 188,733
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 149.23s 327 198,243
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 4.49s 279 7,351
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 3.6 7.2 22.2% 1 139.90s 18 566,210
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 5.0 2.1 66.7% 1 45.69s 95 64,644
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 7.3 5.8 83.3% 1 23.26s 52 3,549
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 5.7 6.8 44.4% 1 50.83s 213 193,654
Grok 4.3 5.9 7.2 55.6% 1 22.52s 128 14,468
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 6.44s 234 2,601
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite - - - - - - - -
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2 ChatnonevsGrok 4.3mediumQwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumDeepSeek V4 FlashhighDisponibil gratuitvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitelowvsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumRing-2.6-1TnonevsGrok 4.3medium