Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs xAI: Grok Build 0.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 Grok Build 0.1 Grok Build 0.1 none Lansare: 2026-05-21
Scor 9.3 6.6
Rang #4 #82
Fiabilitate 10.0 10.0
Consistență 10.0 8.0
Teste corecte
Rată de trecere pe încercare 90.0% 60.4%
Teste instabile 0 4
Rulări totale 60 57
Cost per rezultat 5.586 7.805
Cost total $1.006 $0.547
Preț de intrare $2.000 / 1M $1.000 / 1M
Preț de ieșire $12.000 / 1M $2.000 / 1M
Tokenuri de ieșire 1,968 267,275
Tokenuri de raționament 75,373 0
Timp de răspuns (mediu) 20.80s 28.69s
Timp de răspuns (maxim) 88.68s 138.35s
Timp de răspuns (total) 270.46s 459.00s

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 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
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 Pro Preview 7.0 9.8 50.0% 0 54.28s 429 37,735
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 0
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 9.5 10.0 100.0% 0 40.61s 432 9,281
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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 10.0 10.0 100.0% 0 7.72s 279 3,904
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 0
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 7.7 10.0 66.7% 0 32.73s 18 12,424
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 0
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 Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 0
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 Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
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 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 0
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 Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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 Pro Preview 10.0 10.0 100.0% 0 6.27s 12 1,297
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparație rapidă

Schimbă perechea de comparație

Qwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumMercury 2mediumvsGrok Build 0.1noneDeepSeek V3.2mediumvsGrok Build 0.1noneGemini 3.1 Pro PreviewmediumvsGPT-5.5lowQwen3.5-35B-A3BmediumvsGrok Build 0.1noneSeed-2.0-MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-Flashmedium