Gemini 3.5 Flash (high) vs Grok 4.5 (high)

Gemini 3.5 Flash (high) лидирует по среднему баллу: 8.3 vs 8.2. Grok 4.5 (high) имеет более низкую стоимость benchmark: $2.687 vs $2.737. Gemini 3.5 Flash (high) быстрее: 18.59s vs 72.50s, с долей успешных попыток 85.5% vs 82.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-02

Сравниваемые модели

Ранг: #77
Общее число выходных токенов: 246,012
Время ответа (среднее): 18.59s
Общая стоимость: $2.737

Ранг: #82
Общее число выходных токенов: 333,632
Время ответа (среднее): 72.50s
Общая стоимость: $2.687

Рекомендуемая модель Gemini 3.5 Flash (high)

Здесь у него лучший балл (8.3), и он отвечает примерно в 3.9 раза быстрее, чем Grok 4.5 (high).

Подробное сравнение

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08
Оценка	8.3	8.2
Ранг	#77	#82
Надежность	10.0	10.0
Стабильность	9.3	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	85.5%	82.6%
Нестабильные тесты	2	3
Всего запусков	69	69
Стоимость за результат	14.402	15.123
Общая стоимость	$2.737	$2.687
Цена входа	$1.500 / 1M	$2.000 / 1M
Цена выхода	$9.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.150 / 1M	$0.300 / 1M
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	348,103	342,124
Выходные токены	11,045	7,135
Токены рассуждений	234,967	326,497
Время ответа (среднее)	18.59s	72.50s
Время ответа (макс.)	145.92s	676.83s
Время ответа (суммарно)	427.52s	1667.51s
Параметры	~500B 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.

#77 Gemini 3.5 Flash

high

Стоимость: $0.208
Время: 118.2s
Токены: 23,158 tok

#82 SpaceXAI: Grok 4.5

high

Стоимость: $0.015
Время: 29.7s
Токены: 2,737 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 3.5 Flash	3.4	9.6	0.0%	0		87.32s	240,957	2,268	38,262
Grok 4.5	5.0	10.0	0.0%	0		76.95s	189,949	1,480	7,690

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	5.3	7.2	44.4%	1		16.99s	642	12	28,526
Grok 4.5	4.1	4.4	44.5%	2		301.27s	2,523	6	173,117

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashhighvsKimi K3max Grok 4.5highvsGLM 5.2medium Qwen3.7 PlusmediumvsGrok 4.5high GPT-5.6 TerramediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high GPT-6 LunamediumvsGrok 4.5high Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsQwen3.7 Plusmedium Kimi K3maxvsGrok 4.5high Seed-2.0-LitemediumvsGrok 4.5high Gemini 3.5 FlashhighvsGLM 5.2medium