导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs xAI: Grok 4.20

摘要

Gemini 3.1 Flash Lite vs Grok 4.20 benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 5.3。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.057。 Grok 4.20 更快，为 1.11s vs 1.33s，通过率为 54.0% vs 33.3%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时成本比Grok 4.20低约 4.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 6.1 5.3
排名 #95 #130
可靠性 10.0 不适用
一致性 8.8 10.0
测试正确
尝试通过率 54.0% 33.3%
不稳定测试 3 0
总运行次数 63 54
每个结果成本 0.130 1.570
总成本 $0.013 $0.057
输入价格 $0.250 / 1M $1.250 / 1M
输出价格 $1.500 / 1M $2.500 / 1M
总输入令牌 36,973 41,313
输出令牌 2,487 1,923
推理令牌 0 0
响应时间（平均） 1.33s 1.11s
响应时间（最大） 4.49s 6.04s
响应时间（总计） 27.91s 19.96s

Generation showcase

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite

minimal
Cost
$0.001
Time
3.7s
Tokens
635 tok

#130 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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

反AI技巧 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 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 500 639 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
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 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
综合 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 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
数据解析与提取 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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
领域专项 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 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
通用智能 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 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
指令遵循 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 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 615 72 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
谜题求解 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 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
工具调用 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 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
常识问答 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 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 0
Grok 4.20 - - - - - - - - -

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnone免费可用DeepSeek V4 PrononevsGemini 3.1 Flash LiteminimalMiniMax M2.7mediumvsGrok 4.20noneDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneMistral Small 4mediumvsGrok 4.20none