Gemini 2.5 Flash (medium) vs Grok 4.6 (medium)

Grok 4.6 (medium) лидирует по среднему баллу: 8.3 vs 8.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.643 vs $1.656. Gemini 2.5 Flash (medium) быстрее: 21.18s vs 71.86s, с долей успешных попыток 71.2% vs 80.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-12

Ранг: #43
Общее число выходных токенов: 241,203
Время ответа (среднее): 21.18s
Общая стоимость: $0.643

Ранг: #40
Общее число выходных токенов: 240,338
Время ответа (среднее): 71.86s
Общая стоимость: $1.656

Рекомендуемая модель Gemini 2.5 Flash (medium)

Его балл близок к лучшему здесь (8.2 против 8.3), при этом он примерно в 2.6 раза дешевле, чем Grok 4.6 (medium).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12
Оценка	8.2	8.3
Ранг	#43	#40
Надежность	10.0	10.0
Стабильность	9.6	8.2
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	71.2%	80.3%
Нестабильные тесты	1	5
Всего запусков	66	66
Стоимость за результат	4.286	11.038
Общая стоимость	$0.643	$1.656
Цена входа	$0.300 / 1M	$2.000 / 1M
Цена выхода	$2.500 / 1M	$6.000 / 1M
Общее число входных токенов	132,498	106,778
Выходные токены	12,739	4,811
Токены рассуждений	228,464	235,527
Время ответа (среднее)	21.18s	71.86s
Время ответа (макс.)	140.50s	514.35s
Время ответа (суммарно)	465.89s	1580.96s
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.

#43 Gemini 2.5 Flash

medium

Неверный SVG

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

#40 SpaceXAI: Grok 4.6

medium

Стоимость: $0.028
Время: 72.1s
Токены: 4,771 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 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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 4.6	3.5	4.4	33.3%	2		292.61s	2,514	15	118,232

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 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Быстрое сравнение

Сменить пару сравнения

Gemini 2.5 FlashmediumvsMuse Glimmer 30Bxhigh Gemini 2.5 FlashmediumvsMuse Spark 1.1low Inkling SmallhighvsGrok 4.6medium Muse Spark 1.1lowvsGrok 4.6medium DeepSeek V4 Flash 0731lowvsGemini 2.5 Flashmedium Gemini 2.5 FlashmediumvsQwen3.8 2.4T A95Blow Muse Spark 1.2lowvsGrok 4.6medium Muse Glimmer 30BxhighvsGrok 4.6medium Gemini 2.5 FlashmediumvsInkling Smallhigh Gemini 2.5 FlashmediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGrok 4.5low DeepSeek V4 Flash 0731lowvsGrok 4.6medium