AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok 4.3

Сводка

Сравнение benchmark Gemini 3 Flash Preview vs Grok 4.3: Grok 4.3 лидирует по среднему баллу: 7.7 vs 6.9. Gemini 3 Flash Preview имеет более низкую стоимость benchmark: $0.025 vs $0.614. Gemini 3 Flash Preview быстрее: 1.65s vs 47.51s, с долей успешных попыток 66.7% vs 71.4%.

Рекомендуемая модель: Gemini 3 Flash Preview - Он дает лучший общий компромисс: конкурентный балл (6.9), ниже стоимость, чем у Grok 4.3, и сбалансированное время ответа.

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

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview none Релиз: 2025-12-17	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview none Релиз: 2025-12-17	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01
Оценка	6.9	7.7
Ранг	#68	#40
Надежность	10.0	10.0
Стабильность	9.2	8.5
Тестов верно
Доля успешных попыток	66.7%	71.4%
Нестабильные тесты	2	4
Всего запусков	63	63
Стоимость за результат	0.186	4.724
Общая стоимость	$0.025	$0.614
Цена входа	$0.500 / 1M	$1.250 / 1M
Цена выхода	$3.000 / 1M	$2.500 / 1M
Общее число входных токенов	37,011	44,472
Выходные токены	1,885	1,981
Токены рассуждений	0	221,382
Время ответа (среднее)	1.65s	47.51s
Время ответа (макс.)	3.56s	216.69s
Время ответа (суммарно)	23.07s	997.68s

Generation showcase

Hamster playing table tennis

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

#68 Gemini 3 Flash Preview

none

Cost: $0.003
Time: 5.6s
Tokens: 981 tok

#40 xAI: Grok 4.3

medium

Cost: $0.009
Time: 19.0s
Tokens: 3,661 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	8.3	10.0	75.0%	0		1.25s	498	214	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	5.5	10.0	33.3%	0		1.80s	8,122	453	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	4.7	1.6	66.7%	1		3.56s	12,862	350	0
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

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		1.41s	7,263	279	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		963ms	643	18	0
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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		1.13s	490	104	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	6.4	5.8	66.7%	1		1.58s	619	74	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		1.05s	574	144	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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		3.35s	5,784	234	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

Эрудиция	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		1.07s	156	15	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Быстрое сравнение

Сменить пару сравнения