- 排名
- #105
- 总输出令牌
- 117,518
- 响应时间（平均）
- 9.93s
- 总成本
- $1.079
Gemini 3.5 Flash vs Grok 4.20 (medium)
Grok 4.20 (medium) 平均分领先，为 7.1 vs 7.0。 Grok 4.20 (medium) benchmark 成本更低，为 $0.777 vs $1.079。 Gemini 3.5 Flash 更快，为 9.93s vs 29.47s，通过率为 74.2% vs 63.6%。
- 排名
- #101
- 总输出令牌
- 259,340
- 响应时间（平均）
- 29.47s
- 总成本
- $0.777
推荐模型
Gemini 3.5 Flash
它的得分接近这里的最高分（7.0 vs 7.1），同时响应速度比Grok 4.20 (medium)快约 3.0 倍。
详细对比
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #105 | #101 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.5 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 74.2% | 63.6% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 7.190 | 9.709 |
| 总成本 | $1.079 | $0.777 |
| 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 | 13,843 | 102,791 |
| 输出令牌 | 117,518 | 5,363 |
| 推理令牌 | 0 | 253,977 |
| 响应时间（平均） | 9.93s | 29.47s |
| 响应时间（最大） | 64.36s | 199.66s |
| 响应时间（总计） | 178.68s | 648.35s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#105 Gemini 3.5 Flash
none- 成本
- $0.225
- 时间
- 125.5s
- 令牌
- 25,004 tok
#101 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 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 | 2.53s | 492 | 5,101 | 0 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 | 8.8 | 7.8 | 88.9% | 1 | 34.69s | 8,122 | 75,927 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 8.10s | 2,781 | 5,895 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | 10.64s | 633 | 17,910 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 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 | 3.46s | 486 | 1,620 | 0 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 3.38s | 615 | 3,928 | 0 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 | 3.13s | 558 | 4,640 | 0 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 | 2.8 | 1.6 | 33.3% | 1 | 4.87s | 156 | 2,497 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
快速对比
切换对比组合
Gemini 3.5 FlashnonevsMercury 2mediumMuse Glimmer 30BlowvsGrok 4.20mediumGemini 3.5 FlashnonevsKimi K2.5mediumSeed-2.0-MinimediumvsGemini 3.5 FlashnoneDeepSeek V3.2mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.7 FlashmediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5mediumGemini 3.5 FlashnonevsSolar Pro 4mediumSolar Pro 4highvsGrok 4.20mediumGemini 3.5 FlashnonevsMiMo-V2.5-PromediumKAT-Coder-Pro V2.5highvsGrok 4.20medium