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 Flash 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 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17 Grok 4.20 Beta Grok 4.20 Beta medium Lansare: 2026-03-12
Rang #1 #24
Scor mediu 10.0 7.0
Consistență 10.0 9.0
Cost per rezultat 1.025 5.989
Cost total $0.164 $0.599
Teste corecte
Rată de trecere pe încercare 100.0% 70.8%
Teste instabile 0 2
Rulări totale 48 48
Tokenuri de ieșire 1,634 1,481
Tokenuri de raționament 47,907 86,628
Timp de răspuns (mediu) 12.36s 8.89s
Timp de răspuns (maxim) 50.16s 24.21s
Timp de răspuns (total) 111.21s 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 Flash Preview 10.0 10.0 100.0% 0 5.61s 299 3,127
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 Flash Preview 10.0 10.0 100.0% 0 50.16s 351 12,645
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 Flash Preview 9.9 10.0 100.0% 0 4.72s 279 5,333
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 Flash Preview 10.0 10.0 100.0% 0 21.12s 12 14,908
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 Flash Preview 10.0 10.0 100.0% 0 4.09s 111 1,285
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 Flash Preview 10.0 10.0 100.0% 0 6.10s 72 4,558
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 Flash Preview 10.0 10.0 100.0% 0 4.43s 276 4,921
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 Flash Preview 10.0 10.0 100.0% 0 10.55s 234 1,130
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparație rapidă

Schimbă perechea de comparație