Навигация
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 2.5 Flash vs xAI: Grok 4.5

Сводка

Сравнение benchmark Gemini 2.5 Flash (medium) vs Grok 4.5 (low): Gemini 2.5 Flash (medium) лидирует по среднему баллу: 8.2 vs 7.8. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.379 vs $0.760. Grok 4.5 (low) быстрее: 15.48s vs 15.49s, с долей успешных попыток 69.8% vs 74.6%.

Рекомендуемая модель: Gemini 2.5 Flash (medium) - Здесь у него лучший балл (8.2), при этом он примерно в 2.0 раза дешевле, чем Grok 4.5 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17 Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка 8.2 7.8
Ранг #25 #34
Надежность 10.0 10.0
Стабильность 9.6 9.7
Тестов верно
Доля успешных попыток 69.8% 74.6%
Нестабильные тесты 1 1
Всего запусков 63 63
Стоимость за результат 2.701 5.061
Общая стоимость $0.379 $0.760
Цена входа $0.300 / 1M $2.000 / 1M
Цена выхода $2.500 / 1M $6.000 / 1M
Общее число входных токенов 34,476 58,652
Выходные токены 1,930 1,735
Токены рассуждений 145,145 105,233
Время ответа (среднее) 15.49s 15.48s
Время ответа (макс.) 95.48s 205.28s
Время ответа (суммарно) 325.39s 324.98s

Генерация showcase

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium
Неверный SVG
Стоимость
$0.000
Время
274.0s
Токены
0 tok

#34 xAI: Grok 4.5

low
Стоимость
$0.011
Время
12.4s
Токены
2,018 tok

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) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumБесплатно доступноvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5low