导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemma 4 26B A4B vs xAI: Grok 4.20

摘要

Gemma 4 26B A4B vs Grok 4.20 benchmark 对比：Grok 4.20 平均分领先，为 7.3 vs 7.2。 Gemma 4 26B A4B benchmark 成本更低，为 $0.045 vs $0.609。 Grok 4.20 更快，为 27.68s vs 63.41s，通过率为 69.8% vs 63.5%。

推荐模型: Gemma 4 26B A4B - 它的得分接近这里的最高分（7.2 vs 7.3），同时成本比Grok 4.20低约 13.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemma 4 26B A4B Gemma 4 26B A4B medium 发布日期: 2026-04-03 免费可用 Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数 7.2 7.3
排名 #61 #55
可靠性 10.0 10.0
一致性 9.2 8.8
测试正确
尝试通过率 69.8% 63.5%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 0.361 8.309
总成本 $0.045 $0.609
输入价格 $0.060 / 1M $1.250 / 1M
输出价格 $0.330 / 1M $2.500 / 1M
总输入令牌 40,252 44,433
输出令牌 28,000 1,819
推理令牌 100,490 219,524
响应时间（平均） 63.41s 27.68s
响应时间（最大） 369.32s 199.66s
响应时间（总计） 1268.28s 581.26s

生成展示

Hamster playing table tennis

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

#61 Gemma 4 26B A4B

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#55 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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 816 1,142 3,045
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
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
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
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 17,092 5,415 13,112
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 8,334 1,567 2,827
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
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 516 2,469 7,105
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 567 25 5,075
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 777 887 4,470
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 5.79s 801 410 2,128
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 6,096 450 1,256
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
Gemma 4 26B A4B 3.0 10.0 0.0% 0 180.87s 191 797 16,905
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

Gemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneDeepSeek V4 PrononevsGemma 4 26B A4Bmedium免费可用Gemini 3 Flash PreviewlowvsGrok 4.20mediumGemma 4 26B A4Bmedium免费可用vsGLM 5.2noneClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Gemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用GPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20medium