Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.20 Beta

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 Grok 4.20 Beta Grok 4.20 Beta medium Lansare: 2026-03-12
Rang #2 #24
Scor mediu 9.4 7.0
Consistență 10.0 9.0
Cost per rezultat 3.417 5.989
Cost total $0.513 $0.599
Teste corecte
Rată de trecere pe încercare 93.8% 70.8%
Teste instabile 0 2
Rulări totale 48 48
Tokenuri de ieșire 1,521 1,481
Tokenuri de raționament 35,656 86,628
Timp de răspuns (mediu) 16.60s 8.89s
Timp de răspuns (maxim) 40.61s 24.21s
Timp de răspuns (total) 149.36s 142.18s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu 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 Pro Preview 10.0 10.0 100.0% 0 9.52s 106 2,533
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
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 Pro Preview 9.0 10.0 100.0% 0 40.61s 432 9,281
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 Pro Preview 9.9 10.0 100.0% 0 7.72s 279 3,904
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 Pro Preview 7.0 10.0 66.7% 0 32.73s 18 12,424
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20 BetamediumGrok 4.20 BetamediumvsGLM 5noneGemini 3 Flash PreviewlowvsGrok 4.20 BetamediumDeepSeek V3.2nonevsGrok 4.20 BetamediumQwen3.5-FlashnonevsGrok 4.20 BetamediumGemini 2.5 FlashnonevsGrok 4.20 Betamedium