Grok 4.7 vs. Gemini 3.8 Flash: comparação de lançamentos

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação dos lançamentos Grok 4.7 e Gemini 3.8 Flash: 3 e 3 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 6 modelos.

Em inteligência, Grok 4.7 tem a pontuação mais alta: Grok 4.7 (High), com 35, diante de Gemini 3.8 Flash (High), com 31 de Gemini 3.8 Flash.
Em velocidade de saída, Gemini 3.8 Flash é o mais rápido: Gemini 3.8 Flash (High), com 131 tokens/s, diante de Grok 4.7 (Xhigh), com 87 tokens/s de Grok 4.7.
Em custo por tarefa, Grok 4.7 é o mais barato: Grok 4.7 (Low), com $2.92, diante de Gemini 3.8 Flash (Medium), com $6.26 de Gemini 3.8 Flash.

Playground de modelos

Lançamentos comparados


	Grok 4.7 (high)	Grok 4.7 (xhigh)	Grok 4.7 (low)	Gemini 3.8 Flash (high)	Gemini 3.8 Flash (medium)	Gemini 3.8 Flash (low)
Intelligence Index	35	34	31	31	30	22
Finanças e Contabilidade	51	52	45	42	42	34
Estratégia e Operações	53	55	49	47	47	35
Jurídico	47	47	44	42	42	33
Saúde e Medicina	46	47	43	38	38	31
Engenharia	41	41	37	38	37	31
Economia	47	48	43	41	40	34
AA-Briefcase v1.1	1629	1638	1495	1203	1183	1062
AutomationBench-AA	63.5%	65.6%	56.7%	59.9%	60.9%	36.5%
Terminal-Bench 4.0	24.7%	25.8%	16.2%	19.7%	19.7%	10.1%
FrontierCode 2.0	27.8%	28.7%	21.8%	18.7%	16.5%	8.1%
AA-Omniscience v1.1	30	31	27	23	24	13
GDP.pdf	23.2%	20.0%	21.4%	21.0%	22.8%	18.6%
HLE-Diamond	23.6%	23.2%	18.5%	33.1%	29.1%	24.3%
CritPt v2 (Hard Subset)	35.0%	32.0%	41.0%	43.5%	44.0%	31.5%
Terminal-Bench-Science 0.1	9.5%	4.8%	4.8%	10.0%	10.5%	8.1%

Custo por tarefaUSD	$6.18	$7.51	$2.92	$7.77	$6.26	--
Preço de entradaUSD/1M tokens	$2.00	$2.00	$2.00	$0.75	$0.75	$0.75
Preço de saídaUSD/1M tokens	$6.00	$6.00	$6.00	$3.75	$3.75	$3.75
Preço de acerto do cacheUSD/1M tokens	$0.50	$0.50	$0.50	$0.075	$0.075	$0.075
Preço de escrita no cacheUSD/1M tokens	--	--	--	$0.75	$0.75	$0.75

Velocidade de saídaTokens/s	78	87	75	131	--	--
Tempo até o primeiro tokens	57,24	94,95	6,27	27,10	--	--
Tempo até o primeiro token de respostas	57,24	94,95	6,27	27,10	--	--
Tempo de resposta de ponta a pontas	63,68	100,70	12,96	30,92	--	--
Tempo por tarefas	1.075,57	1.068,33	563,98	735,29	--	--

Janela de contexto	500k	500k	500k	1M	1M	1M
Criador	SpaceXAI	SpaceXAI	SpaceXAI	Google	Google	Google
Licença	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto, imagem, fala e vídeo
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Velocidade

Output tokens per second · Higher is better

Custo por tarefa

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligênciaUpdated

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

Artificial Analysis Intelligence Index v5.0 includes: 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), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Grok 4.7

Gemini 3.8 Flash

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Custo

Custo por tarefa do Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No publicly available API

Velocidade e latência

Velocidade de saída

Output tokens per second · Higher is better

No publicly available API

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

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

Avaliações

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, Grok 4.7 (xhigh) vs. Gemini 3.8 Flash (high)

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

Grok 4.7 (xhigh)

Gemini 3.8 Flash (high)

Metaphorical

96%

Natural Sounding

92%

Literate

67%

33%

Lexically Varied

55%

45%

Eloquent

46%

54%

Grok 4.7 vs. Gemini 3.8 Flash: comparação de lançamentos

Inteligência

Velocidade

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Velocidade e latência

Velocidade de saída

Output Speed

Model Performance Representation

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, Grok 4.7 (xhigh) vs. Gemini 3.8 Flash (high)