Gemini 2.5 Flash (medium) vs Grok 4.7 (medium)

Средний балл практически равен: 7.3 vs 7.3. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.680 vs $2.938. Gemini 2.5 Flash (medium) быстрее: 20.51s vs 117.65s, с долей успешных попыток 68.1% vs 78.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-13

Сравниваемые модели

Ранг: #154
Общее число выходных токенов: 241,365
Время ответа (среднее): 20.51s
Общая стоимость: $0.680

Ранг: #153
Общее число выходных токенов: 474,745
Время ответа (среднее): 117.65s
Общая стоимость: $2.938

Рекомендуемая модель Gemini 2.5 Flash (medium)

Здесь у него лучший балл (7.3), при этом он примерно в 4.3 раза дешевле, чем Grok 4.7 (medium).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Grok 4.7 Grok 4.7 medium Релиз: 2026-09-21

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Grok 4.7 Grok 4.7 medium Релиз: 2026-09-21
Оценка	7.3	7.3
Ранг	#154	#153
Надежность	10.0	9.8
Стабильность	9.6	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	78.3%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	4.288	19.582
Общая стоимость	$0.680	$2.938
Цена входа	$0.300 / 1M	$2.000 / 1M
Цена выхода	$2.500 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.030 / 1M	$0.500 / 1M
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	132,507	326,066
Выходные токены	12,739	5,726
Токены рассуждений	228,626	469,019
Время ответа (среднее)	20.51s	117.65s
Время ответа (макс.)	140.50s	660.89s
Время ответа (суммарно)	471.64s	2706.03s
Параметры	~350B всего (~20B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#154 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

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

#153 SpaceXAI: Grok 4.7

medium

Стоимость: $0.047
Время: 132.3s
Токены: 9,954 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:

Агентные задачи	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		6.54s	0	0	0
Grok 4.7	3.9	9.6	0.0%	0		372.09s	218,873	1,065	39,947

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 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

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 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

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 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

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 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

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 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

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 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

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 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

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 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

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 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

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 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

Сменить пару сравнения

Gemini 2.5 FlashmediumvsLongCat 2.0high LongCat 2.0highvsGrok 4.7medium Grok 4.7mediumvsGLM 5.3 Flashhigh Gemini 2.5 FlashmediumvsGLM 5.3 Flashhigh Gemini 2.5 FlashmediumvsQwen3.5-27Bnone Qwen3.5-27BnonevsGrok 4.7medium Claude Opus 4.8lowvsGemini 2.5 Flashmedium Gemini 3.8 FlashlowvsGrok 4.7medium DeepSeek V4 Pro 0423nonevsGrok 4.7medium Claude Opus 4.8lowvsGrok 4.7medium Gemini 2.5 FlashmediumvsQwen3.7 Flashhigh DeepSeek V4 Pro 0423nonevsGemini 2.5 Flashmedium