Gemini 3.1 Flash Lite (low) vs Grok 4.20 (medium)

Gemini 3.1 Flash Lite (low) лидирует по среднему баллу: 6.3 vs 6.3. Gemini 3.1 Flash Lite (low) имеет более низкую стоимость benchmark: $0.717 vs $1.582. Gemini 3.1 Flash Lite (low) быстрее: 19.02s vs 36.73s, с долей успешных попыток 60.9% vs 58.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #218
Общее число выходных токенов: 425,576
Время ответа (среднее): 19.02s
Общая стоимость: $0.717

Ранг: #224
Общее число выходных токенов: 302,087
Время ответа (среднее): 36.73s
Общая стоимость: $1.582

Рекомендуемая модель Gemini 3.1 Flash Lite (low)

Здесь у него лучший балл (6.3), при этом он примерно в 2.2 раза дешевле, чем Grok 4.20 (medium).

Подробное сравнение

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Релиз: 2026-05-08	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Релиз: 2026-05-08	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	6.3	6.3
Ранг	#218	#224
Надежность	10.0	10.0
Стабильность	9.3	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	60.9%	58.0%
Нестабильные тесты	2	5
Всего запусков	69	69
Стоимость за результат	5.512	14.374
Общая стоимость	$0.717	$1.582
Цена входа	$0.250 / 1M	$1.250 / 1M
Цена выхода	$1.500 / 1M	$2.500 / 1M
Общее число входных токенов	312,368	392,127
Выходные токены	9,429	7,754
Токены рассуждений	416,147	294,333
Время ответа (среднее)	19.02s	36.73s
Время ответа (макс.)	318.02s	199.66s
Время ответа (суммарно)	437.38s	844.68s
Параметры	~150B всего (~10B активных)	~1T всего (~100B 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.

#218 Gemini 3.1 Flash Lite

low

Стоимость: $0.003
Время: 4.0s
Токены: 1,479 tok

#224 SpaceXAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 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 3.1 Flash Lite	5.0	10.0	0.0%	0		79.99s	218,135	1,670	26,015
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.2	9.1	0.0%	0		161.25s	70,202	5,375	381,841
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	7.7	10.0	66.7%	0		1.44s	648	15	1,220
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения