Grok در برابر Gemini

زیست‌بوم و جایگاه هر دستیار

ساده‌ترین راه برای درک تفاوت Grok و Gemini این است که ببینیم هرکدام کجا قرار دارند. Gemini دستیار و خانواده مدل‌های هوش مصنوعی Google است که در Android، Gmail، Docs، موتور جستجو و سایر محصولات این شرکت ادغام شده است. Grok توسط xAI ساخته شده (که اکنون شرکتی متعلق به SpaceX است و با نام‌های SpaceXAI و SpaceXSI نیز شناخته می‌شود) و با شبکه اجتماعی X پیوند خورده است. بنابراین انتخاب میان آن‌ها اغلب به این برمی‌گردد که بیشتر روز خود را در کدام محیط می‌گذرانید. در ادامه، مدل‌های فعلی، اپلیکیشن‌های رسمی، هزینه‌های استفاده برای توسعه‌دهندگان و گزینه‌های دسترسی رایگان را مقایسه می‌کنیم.

سایت Grok.Online یک وب‌سایت مستقل است که مدل‌های Grok را از طریق ارائه‌دهنده API اجرا می‌کند. دستیار Gemini در چت ما در دسترس نیست.

مقایسه Grok و Gemini در یک نگاه

قیمت‌ها: طبق نرخ‌های رسمی OpenRouter، اکتبر ۲۰۲۶.

خانواده مدل‌ها

شرکت Google مدل‌های Gemini را به دو دسته تقسیم می‌کند: مدل‌های سریع «Flash» و مدل‌های بزرگ‌تر «Pro». جدیدترین نسخه آن Gemini 3.8 Flash (منتشرشده در ۲ سپتامبر ۲۰۲۶) است که متن، تصویر، ویدیو، صدا و اسناد را در قالب یک مدل واحد پردازش می‌کند. مدل Gemini 3.1 Pro که در فوریه ۲۰۲۶ به‌صورت نسخه پیش‌نمایش عرضه شد، مدل استدلال بزرگ‌تر این مجموعه است. در مقابل، سبد محصولات xAI ساختار سرراست‌تری دارد: Grok 4.7 پرچم‌دار اصلی است که در ۲۱ سپتامبر ۲۰۲۶ با یک مدل پایه بزرگ‌تر و توانایی کدنویسی بسیار قوی‌تر عرضه شد؛ Grok 4.3 مدل استدلالی مقرون‌به‌صرفه‌تری متعلق به ماه آوریل است؛ و Grok 4.20 نسخه پرسرعت ماه مارس محسوب می‌شود.

ما ادعاهای تبلیغاتی و بنچمارک‌های هیچ‌یک از دو شرکت را ملاک قرار نمی‌دهیم. هر دو خانواده در سطح اول این حوزه رقابت می‌کنند و عملکرد آن‌ها بر اساس نوع تسک متغیر است. اگر کار شما با ویدیو یا فایل‌های صوتی گره خورده است، پشتیبانی گسترده‌تر Gemini از انواع ورودی یک برتری عملی و واضح است؛ اما برای متن و تصویر، این دو بسیار به هم نزدیک هستند و بهتر است آن‌ها را با پرامپت‌های اختصاصی خودتان محک بزنید.

استفاده روزمره: دنیای Google در برابر دنیای X

بزرگ‌ترین مزیت Gemini، یکپارچگی گسترده آن است. اگر از Gmail، Google Docs، Google Drive یا گوشی اندرویدی استفاده می‌کنید، Gemini از قبل در آنجا حضور دارد و در صورت تمایل می‌توانید به آن اجازه دهید به ایمیل‌ها، فایل‌ها و تقویم شما دسترسی داشته باشد. این مدل همچنین از Google Search برای مستندسازی و به‌روز نگه داشتن پاسخ‌ها استفاده می‌کند.

نقطه قوت Grok، پلتفرم X است. این مدل می‌تواند پست‌های X را جستجو کند، موضوعات داغ و ترندها را توضیح دهد یا یک ترد را خلاصه کند؛ به‌علاوه، مستقیماً داخل اپلیکیشن‌های X قرار دارد. در سایت grok.com و اپلیکیشن‌های Grok، امکان جستجوی وب، بارگذاری فایل، گفتگوی صوتی و خلق تصاویر و ویدیوهای کوتاه از طریق Grok Imagine نیز فراهم است.

اگر هیچ‌کدام از این دو اکوسیستم اولویت شما نیستند، لحن آن‌ها را مقایسه کنید. Grok معمولاً صریح‌تر، خودمانی‌تر و بدون تعارف است؛ درحالی‌که Gemini پاسخی محافظه‌کارانه‌تر و سنجیده‌تر ارائه می‌دهد. البته هر دو مدل بر اساس دستور شما لحن خود را تغییر می‌دهند.

هزینه‌ها برای توسعه‌دهندگان

برای کاربران API، ارقام نزدیک به هم هستند اما ساختار متفاوتی دارند. هزینه ورودی Gemini 3.8 Flash کمتر از تمام مدل‌های Grok است، اما هزینه خروجی آن از Grok 4.7 بیشتر تمام می‌شود. وقتی پاسخ‌ها طولانی باشند، مدل‌های Grok 4.3 و Grok 4.20 با قیمت ۲.۵۰ دلار به‌ازای هر میلیون توکن خروجی، اقتصادی‌ترین گزینه‌ها هستند. هزینه ورودی Gemini 3.1 Pro Preview با Grok 4.7 برابر است، اما هزینه خروجی آن دو برابر است. اگر برنامه شما اسناد طولانی ارسال می‌کند و پاسخ‌های کوتاه می‌گیرد، احتمالاً Gemini Flash به‌صرفه‌تر خواهد بود؛ اما اگر نیاز به تولید پاسخ‌های طولانی دارید، Grok معمولاً گزینه ارزان‌تری است.

هر دو API هم مستقیماً از طریق شرکت‌های سازنده و هم از طریق OpenRouter در دسترس هستند. در راهنمای Grok API ما می‌توانید نمونه کدهای مربوط به هر دو روش را مشاهده کنید.

دسترسی رایگان

شرکت Google دستیار Gemini را به‌صورت رایگان با حساب Google ارائه می‌دهد و برای استفاده بیشتر و مدل‌های بزرگ‌تر، اشتراک پولی دارد. پلن رایگان xAI محدودتر است و جدیدترین مدل‌ها را تنها در اختیار مشترکان قرار می‌دهد. در Grok.Online می‌توانید از مدل‌های Grok 4.20، Grok 4.3 Thinking و Grok 4.7 بدون نیاز به ساخت حساب کاربری و به‌طور کاملاً رایگان تا ۳۰ پیام در روز استفاده کنید (که حداکثر ۱۰ پیام می‌تواند به Grok 4.7 اختصاص یابد). چت‌های شما مستقیماً در مرورگر خودتان باقی می‌ماند.

کار با تصاویر

هر دو خانواده مدل می‌توانند تصویر را بررسی کرده و درباره آن گفتگو کنند: خواندن رسید، تحلیل نمودار، توضیح اسکرین‌شات یا پیدا کردن قطعه معیوب در تصویر یک دستگاه خراب. در چت ما می‌توانید به هر پیام برای هر سه مدل Grok یک تصویر پیوست کنید. می‌توانید این کار را با تصویری ساده امتحان کنید؛ مثلاً عکسی از یک منوی غذایی به زبانی دیگر و پرسیدن: «برای کسی که گوشت نمی‌خورد چه پیشنهادی داری؟»

تولید تصویر داستان متفاوتی دارد. هر دو اپلیکیشن رسمی تصاویر اختصاصی خلق می‌کنند؛ Grok از طریق ابزار Grok Imagine شرکت xAI و Gemini از طریق مدل‌های تصویرساز اختصاصی Google. با این حال، چت سایت ما اصلاً تصویر تولید نمی‌کند. اگر به دنبال تولید تصویر هستید، صفحه مربوط به Grok Imagine را بررسی کنید.

Grok را انتخاب کنید اگر…

• اخبار و گفتگوهای X را دنبال می‌کنید و دستیاری می‌خواهید که به محیط آن کاملاً مسلط باشد؛
• لحنی خودمانی، بی‌پرده و صریح را در حالت پیش‌فرض ترجیح می‌دهید؛
• حجم کاری API شما خروجی‌های طولانی تولید می‌کند که هزینه توکن‌های خروجی Grok در آن به‌صرفه‌تر است؛
• می‌خواهید بدون دردسر و ثبت‌نام به مدل‌های پرچم‌دار دسترسی داشته باشید (امکانی که چت ما برای شما فراهم کرده است).

برای دریافت پاسخ‌های گام‌به‌گام و تحلیلی، Grok 4.3 Thinking را در چت ما باز کنید.

Gemini را انتخاب کنید اگر…

• بخش زیادی از کارهای روزمره‌تان در Gmail، Docs، Drive یا Android انجام می‌شود و دستیاری ادغام‌شده می‌خواهید؛
• نیاز دارید ویدیو، فایل‌های صوتی یا فایل‌های سنگین را مستقیماً به مدل ارسال کنید؛
• برنامه شما ورودی‌های بزرگ ارسال کرده و خروجی‌های کوتاه دریافت می‌کند؛
• می‌خواهید در اپلیکیشن رسمی، پاسخ‌های دستیار مستقیماً بر مبنای جستجوی Google Search باشد.

همچنین مقایسه‌های Grok در برابر ChatGPT و Grok در برابر DeepSeek را مطالعه کنید.

سوالات متداول

برای سوالات روزمره، Gemini بهتر است یا Grok؟

هر دو مدل به سوالات روزمره به‌خوبی پاسخ می‌دهند. اگر از ابزارهای Google استفاده می‌کنید Gemini را انتخاب کنید و اگر کاربر مداوم X هستید Grok را؛ در غیر این صورت، هر دو را امتحان کنید و مدلی را که لحن و پاسخ‌هایش را بیشتر می‌پسندید نگه دارید.

آیا Grok مثل Gemini می‌تواند ویدیوها را بخواند و بررسی کند؟

از طریق API، مدل‌های زبانی Grok فقط متن و تصویر دریافت می‌کنند و از ویدیو یا صدا پشتیبانی نمی‌کنند. در مقابل، Gemini 3.8 Flash از تمام این فرمت‌ها پشتیبانی می‌کند.

آیا Gemini در Grok.Online در دسترس است؟

خیر. در چت ما صرفاً مدل‌های Grok اجرا می‌شوند.

پنجره بافت (Context Window) کدام مدل بزرگ‌تر است؟

مدل Gemini حدود ۱ میلیون توکن ظرفیت دارد. ظرفیت Grok 4.3 نیز به همین اندازه است؛ مدل Grok 4.20 در OpenRouter ظرفیت بیشتری ارائه می‌دهد، و Grok 4.7 دارای ظرفیت ۵۰۰ هزار توکن است.