Google: Gemini 3 Flash Preview vs xAI: Grok Build 0.1

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 4.0。 Grok Build 0.1 benchmark 成本更低，为 $0.547 vs $0.742。 Gemini 3 Flash Preview (medium) 更快，为 19.20s vs 28.69s，通过率为 98.5% vs 43.9%。

推荐模型Gemini 3 Flash Preview (medium)它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Grok Build 0.1 Grok Build 0.1 none 发布日期: 2026-05-21

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Grok Build 0.1 Grok Build 0.1 none 发布日期: 2026-05-21
分数	9.6	4.0
排名	#3	#218
可靠性	10.0	10.0
一致性	9.7	7.2
测试正确
尝试通过率	98.5%	43.9%
不稳定测试	1	4
总运行次数	66	57
每个结果成本	3.533	7.805
总成本	$0.742	$0.547
输入价格	$0.500 / 1M	$1.000 / 1M
输出价格	$3.000 / 1M	$2.000 / 1M
总输入令牌	87,861	11,793
输出令牌	5,486	267,275
推理令牌	227,164	0
响应时间（平均）	19.20s	28.69s
响应时间（最大）	117.26s	138.35s
响应时间（总计）	422.42s	459.00s

Hamster playing table tennis

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

#3 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 18.4s
令牌: 3,351 tok

#218 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

类别:

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 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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
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 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496
Grok Build 0.1	1.5	5.0	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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
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