Gemini 3.1 Flash Lite Preview vs Grok 4.20 (medium)

Grok 4.20 (medium) лидирует по среднему баллу: 6.3 vs 6.2. Gemini 3.1 Flash Lite Preview имеет более низкую стоимость benchmark: $0.090 vs $1.582. Gemini 3.1 Flash Lite Preview быстрее: 3.60s vs 36.73s, с долей успешных попыток 55.1% vs 58.0%.

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

Сравниваемые модели

Ранг: #230
Общее число выходных токенов: 15,760
Время ответа (среднее): 3.60s
Общая стоимость: $0.090

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

Рекомендуемая модель Gemini 3.1 Flash Lite Preview

Его балл близок к лучшему здесь (6.2 против 6.3), при этом он примерно в 17.7 раза дешевле, чем Grok 4.20 (medium).

Подробное сравнение

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Релиз: 2026-03-03	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Релиз: 2026-03-03	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	6.2	6.3
Ранг	#230	#224
Надежность	10.0	10.0
Стабильность	9.7	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	55.1%	58.0%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	0.743	14.374
Общая стоимость	$0.090	$1.582
Цена входа	$0.250 / 1M	$1.250 / 1M
Цена выхода	$1.500 / 1M	$2.500 / 1M
Общее число входных токенов	261,962	392,127
Выходные токены	15,760	7,754
Токены рассуждений	0	294,333
Время ответа (среднее)	3.60s	36.73s
Время ответа (макс.)	48.59s	199.66s
Время ответа (суммарно)	82.91s	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.

#230 Gemini 3.1 Flash Lite Preview

none

Стоимость: $0.003
Время: 4.7s
Токены: 1,827 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 Preview	5.0	10.0	0.0%	0		48.59s	141,007	1,599	0
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 Preview	7.5	8.4	66.7%	1		1.04s	504	1,092	0
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 Preview	5.5	10.0	33.3%	0		967ms	8,128	670	0
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 Preview	3.0	10.0	0.0%	0		6.23s	96,386	9,084	0
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 Preview	10.0	10.0	100.0%	0		1.22s	7,550	399	0
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 Preview	5.3	10.0	33.3%	0		811ms	654	437	0
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 Preview	4.0	10.0	0.0%	0		741ms	488	69	0
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 Preview	10.0	10.0	100.0%	0		1.13s	623	574	0
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 Preview	10.0	10.0	100.0%	0		900ms	570	1,045	0
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 Preview	10.0	10.0	100.0%	0		3.39s	5,894	782	0
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 Preview	3.0	10.0	0.0%	0		814ms	158	9	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 Flash 0423nonevsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Claude Fable 5.1lowvsGemini 3.1 Flash Lite Previewnone Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium Space Bunny AlphaxhighvsGrok 4.20medium Gemini 3.1 Flash Lite PreviewnonevsSpace Bunny Alphaxhigh Solar Pro 4highvsGrok 4.20medium Gemini 3.1 Flash LitelowvsGrok 4.20medium Qwen3.5 Plus 2026-04-20nonevsGrok 4.20medium DeepSeek V4 Flash 0731nonevsGrok 4.20medium Gemini 3.1 Flash Lite PreviewlowvsGrok 4.20medium Gemini 3.5 Flash LitelowvsGrok 4.20medium