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: 2026-05-10

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 #115
Fiabilitate 10.0 N/D
Consistență 10.0 9.5
Teste corecte
Rată de trecere pe încercare 100.0% 35.2%
Teste instabile 0 1
Rulări totale 57 54
Cost per rezultat 1.722 1.574
Cost total $0.328 $0.095
Preț de intrare $0.500 / 1M $1.250 / 1M
Preț de ieșire $3.000 / 1M $2.500 / 1M
Tokenuri de ieșire 1,985 1,967
Tokenuri de raționament 102,122 0
Timp de răspuns (mediu) 11.43s 1.11s
Timp de răspuns (maxim) 74.66s 6.04s
Timp de răspuns (total) 217.10s 20.02s

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 3.88s 330 3,216
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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 Flash Preview 10.0 10.0 100.0% 0 74.66s 432 48,771
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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 22.42s 351 10,485
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 5.43s 279 4,893
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 15.27s 12 21,684
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 5.19s 72 1,905
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 4.04s 72 2,709
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 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 Flash Preview 10.0 10.0 100.0% 0 5.48s 192 4,647
Grok 4.20 5.3 7.2 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 12.60s 234 1,487
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 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 Flash Preview 10.0 10.0 100.0% 0 5.50s 11 2,325
Grok 4.20 - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație