导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs xAI: Grok 4.20

摘要

Gemini 3 Flash Preview vs Grok 4.20 benchmark 对比：Grok 4.20 平均分领先，为 7.3 vs 6.9。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.025 vs $0.609。 Gemini 3 Flash Preview 更快，为 1.65s vs 27.68s，通过率为 66.7% vs 63.5%。

推荐模型: Gemini 3 Flash Preview - 它的得分接近这里的最高分（6.9 vs 7.3），同时成本比Grok 4.20低约 25.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17 Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数 6.9 7.3
排名 #67 #53
可靠性 10.0 10.0
一致性 9.2 8.8
测试正确
尝试通过率 66.7% 63.5%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 0.186 8.309
总成本 $0.025 $0.609
输入价格 $0.500 / 1M $1.250 / 1M
输出价格 $3.000 / 1M $2.500 / 1M
总输入令牌 37,011 44,433
输出令牌 1,885 1,819
推理令牌 0 219,524
响应时间（平均） 1.65s 27.68s
响应时间（最大） 3.56s 199.66s
响应时间（总计） 23.07s 581.26s

生成展示

Hamster playing table tennis

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

#67 Gemini 3 Flash Preview

none
成本
$0.003
时间
5.6s
令牌
981 tok

#53 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 Flash Preview 8.3 10.0 75.0% 0 1.25s 498 214 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 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 Flash Preview 4.7 1.6 66.7% 1 3.56s 12,862 350 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 1.41s 7,263 279 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 Flash Preview 7.7 10.0 66.7% 0 963ms 643 18 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 Flash Preview 10.0 10.0 100.0% 0 1.13s 490 104 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 Flash Preview 6.4 5.8 66.7% 1 1.58s 619 74 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 Flash Preview 7.7 10.0 66.7% 0 1.05s 574 144 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 Flash Preview 10.0 10.0 100.0% 0 3.35s 5,784 234 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 Flash Preview 3.0 10.0 0.0% 0 1.07s 156 15 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 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumGemini 3 Flash PreviewnonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGLM 5.1mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewnonevsMiMo-V2.5medium