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 (low) vs Grok 4.5 (medium): Gemini 3.5 Flash (low) conduce la scorul mediu cu 9.2 vs 8.3. Gemini 3.5 Flash (low) are costul de benchmark mai mic, $0.349 vs $1.696. Gemini 3.5 Flash (low) este mai rapid cu 3.27s vs 62.63s, cu rate de reușită de 90.5% vs 77.8%.

Model recomandat: Gemini 3.5 Flash (low) - Are cel mai bun scor aici (9.2) și costă de aproximativ 4.9x mai puțin decât Grok 4.5 (medium).

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

Metrică Gemini 3.5 Flash Gemini 3.5 Flash low Lansare: 2026-05-19 Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08
Scor 9.2 8.3
Rang #5 #23
Fiabilitate 10.0 9.9
Consistență 10.0 8.9
Teste corecte
Rată de trecere pe încercare 90.5% 77.8%
Teste instabile 0 3
Rulări totale 63 63
Cost per rezultat 1.834 11.304
Cost total $0.349 $1.696
Preț de intrare $1.500 / 1M $2.000 / 1M
Preț de ieșire $9.000 / 1M $6.000 / 1M
Total tokenuri de intrare 36,938 53,500
Tokenuri de ieșire 2,033 1,621
Tokenuri de raționament 30,519 263,127
Timp de răspuns (mediu) 3.27s 62.63s
Timp de răspuns (maxim) 9.05s 436.38s
Timp de răspuns (total) 68.65s 1315.20s

Prezentare generare

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low
Cost
$0.068
Timp
39.1s
Tokenuri
7,588 tok

#23 xAI: Grok 4.5

medium
Cost
$0.044
Timp
59.4s
Tokenuri
7,512 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 2.52s 494 209 2,536
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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 6.44s 12,873 351 3,050
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 1.81s 7,548 279 1,164
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 2.27s 486 119 916
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 2.35s 558 288 2,150
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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 1.88s 156 12 690
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparație rapidă

Schimbă perechea de comparație

Claude Fable 5mediumvsGemini 3.5 FlashlowDeepSeek V4 FlashhighvsGrok 4.5mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGLM 5.2mediumClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5medium