导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.5 Flash vs xAI: Grok Build 0.1

摘要

Gemini 3.5 Flash vs Grok Build 0.1 benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.8 vs 4.2。 Grok Build 0.1 benchmark 成本更低，为 $0.547 vs $1.115。 Gemini 3.5 Flash 更快，为 8.84s vs 28.69s，通过率为 96.8% vs 46.0%。

推荐模型: Gemini 3.5 Flash - 它在这里得分最高（9.8），同时响应速度比Grok Build 0.1快约 3.2 倍。

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 Build 0.1 Grok Build 0.1 none 发布日期: 2026-05-21
分数 9.8 4.2
排名 #1 #165
可靠性 10.0 10.0
一致性 9.6 7.5
测试正确
尝试通过率 96.8% 46.0%
不稳定测试 1 4
总运行次数 63 57
每个结果成本 5.575 7.805
总成本 $1.115 $0.547
输入价格 $1.500 / 1M $1.000 / 1M
输出价格 $9.000 / 1M $2.000 / 1M
总输入令牌 37,594 11,793
输出令牌 1,975 267,275
推理令牌 115,638 0
响应时间（平均） 8.84s 28.69s
响应时间（最大） 34.82s 138.35s
响应时间（总计） 185.57s 459.00s

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

#165 xAI: Grok Build 0.1

none
此模型尚未生成任何展示结果。
成本
$0.000
时间
-
令牌
0 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 Build 0.1 8.7 7.9 91.7% 1 6.30s 2,010 11,162 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 Build 0.1 3.3 3.3 33.3% 0 21.41s 1,080 16,568 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 Build 0.1 3.0 10.0 0.0% 0 0ms 0 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 Build 0.1 3.8 5.8 33.3% 1 9.33s 2,532 6,359 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 Build 0.1 3.6 7.2 22.2% 1 103.71s 1,764 179,469 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 Build 0.1 4.3 10.0 0.0% 0 12.47s 825 6,647 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 Build 0.1 9.8 10.0 100.0% 0 7.36s 1,362 8,970 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 Build 0.1 6.4 7.7 55.6% 1 9.55s 1,689 14,982 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 Build 0.1 3.0 10.0 0.0% 0 0ms 0 0 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 Build 0.1 3.0 10.0 0.0% 0 36.09s 531 23,118 0

快速对比

切换对比组合

Gemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGLM 5.2mediumGemini 3.5 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsGPT-5 MinimediumGemini 3.5 FlashhighvsGPT-5.4medium