导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs Grok 4.20 Beta

摘要

Gemini 3 Flash Preview vs Grok 4.20 Beta benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.8 vs 5.8。 Grok 4.20 Beta benchmark 成本更低，为 $0.087 vs $0.667。 Grok 4.20 Beta 更快，为 1.19s vs 18.64s，通过率为 98.4% vs 37.0%。

推荐模型: Grok 4.20 Beta - 它提供了最佳整体取舍：得分有竞争力（5.8），成本低于Gemini 3 Flash Preview，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Grok 4.20 Beta Grok 4.20 Beta none 发布日期: 2026-03-12
分数 9.8 5.8
排名 #1 #107
可靠性 10.0 不适用
一致性 9.7 9.6
测试正确
尝试通过率 98.4% 37.0%
不稳定测试 1 1
总运行次数 63 52
每个结果成本 3.335 1.510
总成本 $0.667 $0.087
输入价格 $0.500 / 1M $2.041 / 1M
输出价格 $3.000 / 1M $2.041 / 1M
总输入令牌 37,017 40,597
输出令牌 2,006 1,657
推理令牌 214,153 0
响应时间（平均） 18.64s 1.19s
响应时间（最大） 117.26s 6.48s
响应时间（总计） 391.35s 21.43s

Generation showcase

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium
Cost
$0.010
Time
17.9s
Tokens
3,236 tok

#107 Grok 4.20 Beta

none
Invalid SVG
Cost
$0.004
Time
8.5s
Tokens
1,672 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
Grok 4.20 Beta 4.0 8.4 16.7% 1 597ms 1,986 251 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Grok 4.20 Beta 5.5 10.0 0.0% 0 1.14s 358 74 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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
Grok 4.20 Beta 3.0 10.0 0.0% 0 6.48s 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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
Grok 4.20 Beta 10.0 10.0 100.0% 0 601ms 7,749 197 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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
Grok 4.20 Beta 3.0 10.0 0.0% 0 611ms 1,746 160 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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 819 87 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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
Grok 4.20 Beta 6.3 10.0 50.0% 0 649ms 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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
Grok 4.20 Beta 7.7 10.0 66.7% 0 586ms 1,671 357 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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
Grok 4.20 Beta - - - - - - - - -

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewmediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewmediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsQwen3.7 PlusnoneGemini 3 Flash PreviewmediumvsGPT-5.5none