Gemini 3.6 FlashvsGrok 4.5
在 8 个共同 benchmark 中，Grok 4.5 整体领先：Gemini 3.6 Flash 领先 3 项，Grok 4.5 领先 5 项，持平 0 项，平均分差 -12.07。
Gemini 3.6 Flash
Google Deep Mind · 2026-07-21 · 多模态大模型
Grok 4.5
xAI · 2026-07-08 · 编程大模型
Gemini 3.6 Flash3 项(38%)(63%)5 项Grok 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
Coding and Software Engineer
Grok 4.5 领先 2/2| 评测项 | Gemini 3.6 Flash | Grok 4.5 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 58.7016 / 60Thinking (With Tools) | 64.707 / 60Thinking High (With Tools) | -6 |
| DeepSWE | 4928 / 35Thinking (With Tools) | 5326 / 35Thinking High (With Tools) | -4 |
Math and Reasoning
胶着 2/2| 评测项 | Gemini 3.6 Flash | Grok 4.5 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 21.9525 / 41Thinking High (No Tools) | 24.3924 / 41Thinking High (No Tools) | -2.44 |
| FrontierMath v2 | 58.9523 / 58Thinking High (No Tools) | 57.1924 / 58Thinking High (No Tools) | +1.75 |
AI Agent - Tool Usage
Grok 4.5 领先 1/1| 评测项 | Gemini 3.6 Flash | Grok 4.5 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 7827 / 49Thinking (With Tools) | 83.3018 / 49Thinking High (With Tools) | -5.30 |
Productivity Knowledge
Grok 4.5 领先 1/1| 评测项 | Gemini 3.6 Flash | Grok 4.5 | 分差 |
|---|---|---|---|
| GDPval-AA v2 | 1,42118 / 25Thinking (No Tools) | 1,52615 / 25Thinking High (With Tools) | -105 |
Writing and Creative Capabilities
Gemini 3.6 Flash 领先 1/1| 评测项 | Gemini 3.6 Flash | Grok 4.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,60034 / 99Normal (No Tools) | 1,57638 / 99Normal (No Tools) | +23.70 |
科学与综合推理
Gemini 3.6 Flash 领先 1/1| 评测项 | Gemini 3.6 Flash | Grok 4.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 94.138 / 271Thinking High (No Tools) | 93.4318 / 271Thinking High (No Tools) | +0.69 |
规格对比
| 字段 | Gemini 3.6 Flash | Grok 4.5 |
|---|---|---|
| 发布机构 | Google Deep Mind | xAI |
| 发布时间 | 2026-07-21 | 2026-07-08 |
| 模型类型 | 多模态大模型 | 编程大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 500K |
| 最大输出 | 64K | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Gemini 3.6 Flash | Grok 4.5 |
|---|---|---|
| 文本输入 | $1.5 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $7.5 / 1M tokens | $6 / 1M tokens |
| 缓存读取 | $0.15 / 1M tokens | $0.5 / 1M tokens |
小结
- Gemini 3.6 Flash在以下类目领先:Writing and Creative Capabilities (1/1)、科学与综合推理 (1/1)
- Grok 4.5在以下类目领先:Coding and Software Engineer (2/2)、AI Agent - Tool Usage (1/1)、Productivity Knowledge (1/1)
- 胶着类目:Math and Reasoning
8 个共同 benchmark 上，Grok 4.5 平均高出 12.07 分。
单项差距最大的 benchmark：GDPval-AA v2 — Gemini 3.6 Flash 1,421，Grok 4.5 1,526（分差 -105）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。