导航
AI BENCHY
Advertise here

Gemini 2.5 Flash (medium) vs Grok 4.5 (low)

Grok 4.5 (low) 平均分领先，为 8.4 vs 8.2。 Gemini 2.5 Flash (medium) benchmark 成本更低，为 $0.644 vs $0.945。 Grok 4.5 (low) 更快，为 16.17s vs 21.14s，通过率为 71.2% vs 77.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-20

排名
#46
总输出令牌
241,365
响应时间（平均）
21.14s
总成本
$0.644
排名
#40
总输出令牌
115,489
响应时间（平均）
16.17s
总成本
$0.945
推荐模型 Grok 4.5 (low)

它在本次比较中得分最高（8.4），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17 Grok 4.5 Grok 4.5 low 发布日期: 2026-07-08
分数 8.2 8.4
排名 #46 #40
可靠性 10.0 10.0
一致性 9.6 9.3
尝试次数 66/66 66/66
测试正确
尝试通过率 71.2% 77.3%
不稳定测试 1 2
总运行次数 66 66
每个结果成本 4.288 5.901
总成本 $0.644 $0.945
输入价格 $0.300 / 1M $2.000 / 1M
输出价格 $2.500 / 1M $6.000 / 1M
总输入令牌 132,507 125,605
输出令牌 12,739 7,505
推理令牌 228,626 107,984
响应时间（平均） 21.14s 16.17s
响应时间（最大） 140.50s 205.28s
响应时间（总计） 465.10s 355.67s
参数量 ~350B 总计 (~20B 激活) ~1.7T 总计 (~170B 激活)
开放状态 闭源 闭源

模型生成展示

Hamster playing table tennis

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

#46 Gemini 2.5 Flash

medium
无效SVG
成本
$0.000
时间
274.0s
令牌
0 tok

#40 SpaceXAI: Grok 4.5

low
成本
$0.011
时间
12.4s
令牌
2,018 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

快速对比

切换对比组合

GPT-5.2mediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5lowSeed 2.1 TurbomediumvsGrok 4.5lowInkling SmallhighvsGrok 4.5lowGemini 2.5 FlashmediumvsMuse Spark 1.1lowGPT-5.4mediumvsGrok 4.5lowGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsMuse Glimmer 30BxhighGemini 2.5 FlashmediumvsQwen3.8 27BhighQwen3.6 Max PreviewmediumvsGrok 4.5lowGemini 2.5 FlashmediumvsInklinghigh