AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok Build 0.1

Сводка

Сравнение benchmark Gemini 3 Flash Preview vs Grok Build 0.1: Grok Build 0.1 лидирует по среднему баллу: 7.6 vs 7.4. Gemini 3 Flash Preview имеет более низкую стоимость benchmark: $0.111 vs $0.927. Gemini 3 Flash Preview быстрее: 5.76s vs 49.90s, с долей успешных попыток 79.4% vs 61.9%.

Рекомендуемая модель: Gemini 3 Flash Preview - Его балл близок к лучшему здесь (7.4 против 7.6), при этом он примерно в 8.4 раза дешевле, чем Grok Build 0.1.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.4	7.6
Ранг	#53	#44
Надежность	10.0	10.0
Стабильность	9.2	9.9
Тестов верно
Доля успешных попыток	79.4%	61.9%
Нестабильные тесты	2	0
Всего запусков	63	63
Стоимость за результат	0.689	7.124
Общая стоимость	$0.111	$0.927
Цена входа	$0.500 / 1M	$1.000 / 1M
Цена выхода	$3.000 / 1M	$2.000 / 1M
Общее число входных токенов	36,769	44,418
Выходные токены	2,076	2,782
Токены рассуждений	28,518	438,018
Время ответа (среднее)	5.76s	49.90s
Время ответа (макс.)	14.72s	252.69s
Время ответа (суммарно)	120.93s	1047.92s

Generation showcase

Hamster playing table tennis

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

#53 Gemini 3 Flash Preview

low

Cost: $0.007
Time: 12.1s
Tokens: 2,289 tok

#44 xAI: Grok Build 0.1

medium

Cost: $0.028
Time: 81.3s
Tokens: 14,009 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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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 Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения