Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok 4.20

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-02

Метрика Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17 Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка 10.0 7.1
Ранг #1 #40
Стабильность 10.0 8.2
Тестов верно
Доля успешных попыток 100.0% 66.7%
Нестабильные тесты 0 4
Всего запусков 51 51
Стоимость за результат 0.972 7.358
Общая стоимость $0.166 $0.663
???? ????? $0.500 / 1M $2.000 / 1M
???? ?????? $3.000 / 1M $6.000 / 1M
Выходные токены 1,640 1,494
Токены рассуждений 48,270 97,078
Время ответа (среднее) 11.39s 9.50s
Время ответа (макс.) 50.16s 29.87s
Время ответа (суммарно) 113.86s 161.54s

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) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.13s 305 3,490
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 50.16s 351 12,645
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.72s 279 5,333
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 21.12s 12 14,908
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.09s 111 1,285
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.10s 72 4,558
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.43s 276 4,921
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 10.55s 234 1,130
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumGrok 4.20mediumvsMiMo-V2-OmninoneGPT-5.2 ChatnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumDeepSeek V3.2nonevsGrok 4.20mediumGemini 3 Flash PreviewnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20mediumQwen3.5-FlashnonevsGrok 4.20medium