Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs xAI: Grok 4.5

Rezumat

Comparație benchmark Gemini 3.5 Flash (high) vs Grok 4.5 (low): Gemini 3.5 Flash (high) conduce la scorul mediu cu 9.8 vs 7.8. Grok 4.5 (low) are costul de benchmark mai mic, $0.760 vs $1.115. Gemini 3.5 Flash (high) este mai rapid cu 8.84s vs 15.48s, cu rate de reușită de 96.8% vs 74.6%.

Model recomandat: Gemini 3.5 Flash (high) - Are cel mai bun scor aici (9.8) și răspunde de aproximativ 1.8x mai rapid decât Grok 4.5 (low).

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

Metrică Gemini 3.5 Flash Gemini 3.5 Flash high Lansare: 2026-05-19 Grok 4.5 Grok 4.5 low Lansare: 2026-07-08
Scor 9.8 7.8
Rang #1 #34
Fiabilitate 10.0 10.0
Consistență 9.6 9.7
Teste corecte
Rată de trecere pe încercare 96.8% 74.6%
Teste instabile 1 1
Rulări totale 63 63
Cost per rezultat 5.575 5.061
Cost total $1.115 $0.760
Preț de intrare $1.500 / 1M $2.000 / 1M
Preț de ieșire $9.000 / 1M $6.000 / 1M
Total tokenuri de intrare 37,594 58,652
Tokenuri de ieșire 1,975 1,735
Tokenuri de raționament 115,638 105,233
Timp de răspuns (mediu) 8.84s 15.48s
Timp de răspuns (maxim) 34.82s 205.28s
Timp de răspuns (total) 185.57s 324.98s

Prezentare generare

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
Cost
$0.208
Timp
118.2s
Tokenuri
23,158 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
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 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponibil gratuitvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5low