Navigare
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 3.1 Flash Lite vs xAI: Grok 4.5

Rezumat

Comparație benchmark Gemini 3.1 Flash Lite (medium) vs Grok 4.5 (low): Grok 4.5 (low) conduce la scorul mediu cu 7.8 vs 7.8. Gemini 3.1 Flash Lite (medium) are costul de benchmark mai mic, $0.071 vs $0.760. Gemini 3.1 Flash Lite (medium) este mai rapid cu 3.23s vs 15.48s, cu rate de reușită de 65.1% vs 74.6%.

Model recomandat: Gemini 3.1 Flash Lite (medium) - Scorul rămâne aproape de cel mai bun scor de aici (7.8 vs 7.8) și costă de aproximativ 10.8x mai puțin decât Grok 4.5 (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-08

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08 Grok 4.5 Grok 4.5 low Lansare: 2026-07-08
Scor 7.8 7.8
Rang #37 #34
Fiabilitate 10.0 10.0
Consistență 9.2 9.7
Teste corecte
Rată de trecere pe încercare 65.1% 74.6%
Teste instabile 2 1
Rulări totale 63 63
Cost per rezultat 0.539 5.061
Cost total $0.071 $0.760
Preț de intrare $0.250 / 1M $2.000 / 1M
Preț de ieșire $1.500 / 1M $6.000 / 1M
Total tokenuri de intrare 36,808 58,652
Tokenuri de ieșire 2,254 1,735
Tokenuri de raționament 38,300 105,233
Timp de răspuns (mediu) 3.23s 15.48s
Timp de răspuns (maxim) 10.87s 205.28s
Timp de răspuns (total) 67.80s 324.98s

Prezentare generare

Hamster playing table tennis

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

#37 Gemini 3.1 Flash Lite

medium
Cost
$0.003
Timp
5.3s
Tokenuri
1,754 tok

#34 xAI: Grok 4.5

low
Cost
$0.011
Timp
12.4s
Tokenuri
2,018 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 9.1 10.0 75.0% 0 2.39s 502 604 4,201
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 3.81s 8,134 459 8,978
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 10.87s 12,873 327 7,401
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 7,362 279 2,845
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 3.16s 643 15 5,165
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 488 84 1,142
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 9.9 10.0 100.0% 0 2.59s 623 75 3,320
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 7.6 7.2 77.8% 1 1.95s 568 165 2,450
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 4.55s 5,457 234 921
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 3.08s 158 12 1,877
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6mediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowKimi K2.6mediumDisponibil gratuitvsGrok 4.5lowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowDeepSeek V4 ProhighvsGemini 3.1 Flash Litemedium