导航
AI BENCHY
Your ad here

AI BENCHY 对比

Google: Gemini 3.1 Pro Preview vs Grok 4.20 Multi Agent Beta

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-26

指标 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium 发布日期: 2026-02-19 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium 发布日期: 2026-03-12
分数 9.6 6.4
排名 #2 #67
可靠性 不适用 不适用
一致性 10.0 7.4
测试正确
尝试通过率 94.4% 57.4%
不稳定测试 0 6
总运行次数 54 52
每个结果成本 3.400 72.473
总成本 $0.578 $5.074
???? $2.000 / 1M $0.000 / 1M
???? $12.000 / 1M $0.000 / 1M
输出令牌 1,932 299,034
推理令牌 40,542 309,670
响应时间（平均） 15.96s 9.80s
响应时间（最大） 40.61s 35.28s
响应时间（总计） 175.52s 156.75s

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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 27.11s 86 13,141
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
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） 输出令牌 推理令牌
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

快速对比

切换对比组合

Claude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsHY3 Previewhigh免费可用Gemini 3.1 Pro PreviewmediumvsHY3 Previewlow免费可用Gemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 3.1 Pro PreviewmediumDeepSeek V4 ProhighvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Pro PreviewmediumvsGPT-5.5noneDeepSeek V4 PrononevsGemini 3.1 Pro Previewmedium