导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs xAI: Grok 4.20

摘要

Gemini 3.5 Flash vs Grok 4.20 benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.8 vs 4.4。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $1.115。 Grok 4.20 更快，为 1.11s vs 8.84s，通过率为 96.8% vs 28.6%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 9.8 4.4
排名 #1 #160
可靠性 10.0 不适用
一致性 9.6 8.5
测试正确
尝试通过率 96.8% 28.6%
不稳定测试 1 0
总运行次数 63 54
每个结果成本 5.575 1.570
总成本 $1.115 $0.057
输入价格 $1.500 / 1M $1.250 / 1M
输出价格 $9.000 / 1M $2.500 / 1M
总输入令牌 37,594 41,313
输出令牌 1,975 1,923
推理令牌 115,638 0
响应时间（平均） 8.84s 1.11s
响应时间（最大） 34.82s 6.04s
响应时间（总计） 185.57s 19.96s

生成展示

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
成本
$0.208
时间
118.2s
令牌
23,158 tok

#160 xAI: Grok 4.20

none
成本
$0.004
时间
6.5s
令牌
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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Grok 4.20 1.1 3.1 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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

快速对比

切换对比组合

Grok 4.20nonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneClaude Fable 5mediumvsGemini 3.5 FlashhighMistral Small 4mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-Codexmedium