Gemini 2.5 Flash (medium) vs Grok 4.5 (low)

Grok 4.5 (low) лидирует по среднему баллу: 8.4 vs 8.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.644 vs $0.945. Grok 4.5 (low) быстрее: 16.17s vs 21.14s, с долей успешных попыток 71.2% vs 77.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-20

Ранг: #46
Общее число выходных токенов: 241,365
Время ответа (среднее): 21.14s
Общая стоимость: $0.644

Ранг: #40
Общее число выходных токенов: 115,489
Время ответа (среднее): 16.17s
Общая стоимость: $0.945

Рекомендуемая модель Grok 4.5 (low)

У него самый высокий балл в этом сравнении (8.4) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Подробное сравнение

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

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	8.4
Ранг	#46	#40
Надежность	10.0	10.0
Стабильность	9.6	9.3
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	71.2%	77.3%
Нестабильные тесты	1	2
Всего запусков	66	66
Стоимость за результат	4.288	5.901
Общая стоимость	$0.644	$0.945
Цена входа	$0.300 / 1M	$2.000 / 1M
Цена выхода	$2.500 / 1M	$6.000 / 1M
Общее число входных токенов	132,507	125,605
Выходные токены	12,739	7,505
Токены рассуждений	228,626	107,984
Время ответа (среднее)	21.14s	16.17s
Время ответа (макс.)	140.50s	205.28s
Время ответа (суммарно)	465.10s	355.67s
Параметры	~350B всего (~20B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#46 Gemini 2.5 Flash

medium

Неверный SVG

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#40 SpaceXAI: 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

Категория:

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		84.47s	110,544	11,112	95,241
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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		37.07s	642	18	80,864
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

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

GPT-5.2mediumvsGrok 4.5low Qwen3.8 27BhighvsGrok 4.5low Seed 2.1 TurbomediumvsGrok 4.5low Inkling SmallhighvsGrok 4.5low Gemini 2.5 FlashmediumvsMuse Spark 1.1low GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsInkling Smallhigh Gemini 2.5 FlashmediumvsQwen3.8 2.4T A95Blow Gemini 2.5 FlashmediumvsMuse Glimmer 30Bxhigh Gemini 2.5 FlashmediumvsQwen3.8 27Bhigh Qwen3.6 Max PreviewmediumvsGrok 4.5low Gemini 2.5 FlashmediumvsInklinghigh