导航
AI BENCHY
Advertise here

Gemini 3 Flash Preview (medium) vs Grok 4.5 (low)

Gemini 3 Flash Preview (medium) 平均分领先，为 9.5 vs 8.4。 Gemini 3 Flash Preview (medium) benchmark 成本更低，为 $0.763 vs $0.945。 Grok 4.5 (low) 更快，为 16.17s vs 19.86s，通过率为 93.9% vs 77.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-20

排名
#5
总输出令牌
239,608
响应时间（平均）
19.86s
总成本
$0.763
排名
#40
总输出令牌
115,489
响应时间（平均）
16.17s
总成本
$0.945
推荐模型 Gemini 3 Flash Preview (medium)

它在本次比较中得分最高（9.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Grok 4.5 Grok 4.5 low 发布日期: 2026-07-08
分数 9.5 8.4
排名 #5 #40
可靠性 10.0 10.0
一致性 9.7 9.3
尝试次数 66/66 66/66
测试正确
尝试通过率 93.9% 77.3%
不稳定测试 1 2
总运行次数 66 66
每个结果成本 3.814 5.901
总成本 $0.763 $0.945
输入价格 $0.500 / 1M $2.000 / 1M
输出价格 $3.000 / 1M $6.000 / 1M
总输入令牌 87,870 125,605
输出令牌 5,486 7,505
推理令牌 234,122 107,984
响应时间（平均） 19.86s 16.17s
响应时间（最大） 117.26s 205.28s
响应时间（总计） 436.88s 355.67s
参数量 ~500B 总计 (~20B 激活) ~1.7T 总计 (~170B 激活)
开放状态 闭源 闭源

模型生成展示

Hamster playing table tennis

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

#5 Gemini 3 Flash Preview

medium
成本
$0.010
时间
18.4s
令牌
3,351 tok

#40 SpaceXAI: Grok 4.5

low
成本
$0.011
时间
12.4s
令牌
2,018 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

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 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

快速对比

切换对比组合

GPT-5.2mediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5lowSeed 2.1 TurbomediumvsGrok 4.5lowInkling SmallhighvsGrok 4.5lowGemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGPT-5.4mediumvsGrok 4.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGrok 4.6highGemini 2.5 FlashmediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5low