Todos los lanzamientos

Gemini 4 Carbon vs. Grok 4.7: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Carbon y Grok 4.7: 2 y 3 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 5 modelos.

  • En inteligencia, Gemini 4 Carbon obtiene la puntuación más alta: Gemini 4 Carbon (High), con 59, frente a Grok 4.7 (High), con 35 de Grok 4.7.
  • En velocidad de salida, Gemini 4 Carbon es el más rápido: Gemini 4 Carbon (High), con 95 tokens/s, frente a Grok 4.7 (Xhigh), con 84 tokens/s de Grok 4.7.
  • En costo por tarea, Grok 4.7 es el más económico: Grok 4.7 (Low), con $2.92, frente a Gemini 4 Carbon (Medium), con $6.59 de Gemini 4 Carbon.
Playground de modelos

Lanzamientos comparados

Gemini 4 Carbon (high)Gemini 4 Carbon (medium)Grok 4.7 (high)Grok 4.7 (xhigh)Grok 4.7 (low)
Intelligence Index
59
58
35
34
31
Finanzas y contabilidad
63
60
51
52
45
Estrategia y operaciones
61
58
53
55
49
Jurídico
62
59
47
47
44
Salud y medicina
--
--
46
47
43
Costo por tareaUSD
$7.76
$6.59
$6.18
$7.51
$2.92
Velocidad de salidaTokens/s
95
--
76
84
70
Tiempo hasta el primer tokens
140,41
--
57,24
101,98
6,27
Ventana de contexto
1M
1M
500k
500k
500k
Creador
Google
Google
SpaceXAI
SpaceXAI
SpaceXAI
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Google
Google
SpaceXAI
SpaceXAI
SpaceXAI
Updated
Artificial Analysis Intelligence Index · Higher is better
No publicly available API
Output tokens per second · Higher is better
No publicly available API
Weighted average cost (USD) per Intelligence Index task · Lower is better
No publicly available API

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Gemini 4 Carbon
Grok 4.7
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No publicly available API

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better
No publicly available API

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark