Навигация
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs xAI: Grok 4.3

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-01

Метрика Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17 Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01
Оценка 8.2 8.2
Ранг #21 #20
Надежность Н/Д 10.0
Стабильность 9.5 8.6
Тестов верно
Доля успешных попыток 75.9% 81.5%
Нестабильные тесты 1 3
Всего запусков 54 54
Стоимость за результат 2.454 3.974
Общая стоимость $0.319 $0.517
???? ????? $0.300 / 1M $1.250 / 1M
???? ?????? $2.500 / 1M $2.500 / 1M
Выходные токены 1,898 1,223
Токены рассуждений 122,273 187,047
Время ответа (среднее) 12.12s 48.63s
Время ответа (макс.) 95.48s 216.69s
Время ответа (суммарно) 218.12s 875.27s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 16.23s 522 10,350
Grok 4.3 10.0 10.0 100.0% 0 45.72s 284 9,659
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615

Быстрое сравнение

Сменить пару сравнения

Gemini 2.5 FlashmediumvsHY3 PreviewlowБесплатно доступноHY3 PreviewlowБесплатно доступноvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGPT-5.3 ChatnonevsGrok 4.3mediumHY3 PreviewhighБесплатно доступноvsGrok 4.3mediumDeepSeek V4 FlashhighvsGrok 4.3medium