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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 10.0 5.4
Rang #1 #69
Consistență 10.0 9.5
Teste corecte
Rată de trecere pe încercare 100.0% 31.4%
Teste instabile 0 1
Rulări totale 51 51
Cost per rezultat 0.972 1.809
Cost total $0.166 $0.091
Preț de intrare $0.500 / 1M $2.000 / 1M
Preț de ieșire $3.000 / 1M $6.000 / 1M
Tokenuri de ieșire 1,640 1,655
Tokenuri de raționament 48,270 0
Timp de răspuns (mediu) 11.39s 1.11s
Timp de răspuns (maxim) 50.16s 6.04s
Timp de răspuns (total) 113.86s 18.80s

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 Flash Preview 10.0 10.0 100.0% 0 4.13s 305 3,490
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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 Flash Preview 10.0 10.0 100.0% 0 50.16s 351 12,645
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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 Flash Preview 10.0 10.0 100.0% 0 4.72s 279 5,333
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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 Flash Preview 10.0 10.0 100.0% 0 21.12s 12 14,908
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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 Flash Preview 10.0 10.0 100.0% 0 4.09s 111 1,285
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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 Flash Preview 10.0 10.0 100.0% 0 6.10s 72 4,558
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
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 5.3 7.4 44.4% 1 487ms 242 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 Flash Preview 10.0 10.0 100.0% 0 10.55s 234 1,130
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20noneGPT-5 NanomediumvsGrok 4.20noneMercury 2mediumvsGrok 4.20noneGPT-5 MinimediumvsGrok 4.20noneNemotron 3 SupermediumDisponibil gratuitvsGrok 4.20noneHunter AlphamediumvsGrok 4.20none