AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

Сводка

Сравнение benchmark Gemini 3 Flash Preview (low) vs Grok 4.5 (medium): Grok 4.5 (medium) лидирует по среднему баллу: 8.3 vs 7.4. Gemini 3 Flash Preview (low) имеет более низкую стоимость benchmark: $0.111 vs $1.696. Gemini 3 Flash Preview (low) быстрее: 5.76s vs 62.63s, с долей успешных попыток 79.4% vs 77.8%.

Рекомендуемая модель: Gemini 3 Flash Preview (low) - Он дает лучший общий компромисс: конкурентный балл (7.4), ниже стоимость, чем у Grok 4.5 (medium), и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	7.4	8.3
Ранг	#56	#23
Надежность	10.0	9.9
Стабильность	9.2	8.9
Тестов верно
Доля успешных попыток	79.4%	77.8%
Нестабильные тесты	2	3
Всего запусков	63	63
Стоимость за результат	0.689	11.304
Общая стоимость	$0.111	$1.696
Цена входа	$0.500 / 1M	$2.000 / 1M
Цена выхода	$3.000 / 1M	$6.000 / 1M
Общее число входных токенов	36,769	53,500
Выходные токены	2,076	1,621
Токены рассуждений	28,518	263,127
Время ответа (среднее)	5.76s	62.63s
Время ответа (макс.)	14.72s	436.38s
Время ответа (суммарно)	120.93s	1315.20s

Генерация showcase

Hamster playing table tennis

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

#56 Gemini 3 Flash Preview

low

Стоимость: $0.007
Время: 12.1s
Токены: 2,289 tok

#23 xAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	3.0	10.0	0.0%	0		3.27s	12,860	326	0
Grok 4.5	10.0	10.0	100.0%	0		15.65s	15,084	261	4,254

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения