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 4.5

Сводка

Сравнение benchmark Gemini 3 Flash Preview (medium) vs Grok 4.5 (medium): Gemini 3 Flash Preview (medium) лидирует по среднему баллу: 9.6 vs 8.3. Gemini 3 Flash Preview (medium) имеет более низкую стоимость benchmark: $0.667 vs $1.696. Gemini 3 Flash Preview (medium) быстрее: 18.64s vs 62.63s, с долей успешных попыток 98.4% vs 77.8%.

Рекомендуемая модель: Gemini 3 Flash Preview (medium) - Здесь у него лучший балл (9.6), при этом он примерно в 2.5 раза дешевле, чем Grok 4.5 (medium).

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

Метрика Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17 Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка 9.6 8.3
Ранг #2 #23
Надежность 10.0 9.9
Стабильность 9.7 8.9
Тестов верно
Доля успешных попыток 98.4% 77.8%
Нестабильные тесты 1 3
Всего запусков 63 63
Стоимость за результат 3.335 11.304
Общая стоимость $0.667 $1.696
Цена входа $0.500 / 1M $2.000 / 1M
Цена выхода $3.000 / 1M $6.000 / 1M
Общее число входных токенов 37,017 53,500
Выходные токены 2,006 1,621
Токены рассуждений 214,153 263,127
Время ответа (среднее) 18.64s 62.63s
Время ответа (макс.) 117.26s 436.38s
Время ответа (суммарно) 391.35s 1315.20s

Генерация showcase

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
Стоимость
$0.010
Время
17.9s
Токены
3,236 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 3.88s 494 330 3,216
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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 5.43s 7,548 279 4,893
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 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 5.19s 486 72 1,905
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 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 4.05s 558 183 4,365
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 12.60s 5,532 234 1,487
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 5.50s 156 11 2,325
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5mediumDeepSeek V4 ProhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok 4.5mediumGemini 3.5 FlashlowvsGrok 4.5mediumGemini 3 Flash PreviewlowvsGrok 4.5mediumGPT-5.5lowvsGrok 4.5mediumClaude Sonnet 4.6nonevsGrok 4.5mediumClaude Opus 4.8nonevsGrok 4.5medium