导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs xAI: Grok 4.3

摘要

Gemini 3.5 Flash vs Grok 4.3 benchmark 对比：Grok 4.3 平均分领先，为 7.7 vs 7.0。 Grok 4.3 benchmark 成本更低，为 $0.614 vs $1.079。 Gemini 3.5 Flash 更快，为 9.93s vs 47.51s，通过率为 77.8% vs 71.4%。

推荐模型: Grok 4.3 - 它在这里得分最高（7.7），同时成本比Gemini 3.5 Flash低约 1.8 倍。

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

指标 Gemini 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19 Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数 7.0 7.7
排名 #66 #40
可靠性 10.0 10.0
一致性 8.9 8.5
测试正确
尝试通过率 77.8% 71.4%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 7.190 4.724
总成本 $1.079 $0.614
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 44,472
输出令牌 117,518 1,981
推理令牌 0 221,382
响应时间（平均） 9.93s 47.51s
响应时间（最大） 64.36s 216.69s
响应时间（总计） 178.68s 997.68s

Generation showcase

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none
Cost
$0.225
Time
125.5s
Tokens
25,004 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
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 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
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 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
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 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
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 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
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 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
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 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
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 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
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 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

快速对比

切换对比组合

Step 3.7 FlashlowvsGrok 4.3mediumGemini 3.5 FlashnonevsKimi K2.7 CodemediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsMiMo-V2-FlashmediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.5 FlashnonevsRing-2.6-1TmediumGPT-5.3 ChatnonevsGrok 4.3mediumGemini 3.5 FlashnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsMiMo-V2.5mediumGemini 3.5 FlashnonevsGLM 5V Turbomedium