AI BENCHY Compare
Trinity Large Preview vs xAI: Grok 4.20
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-03
| 指標 | Trinity Large Preview Trinity Large Preview none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| スコア | 4.7 | 5.4 |
| 順位 | #148 | #127 |
| 信頼性 | 10.0 | 該当なし |
| 一貫性 | 9.3 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 23.3% | 33.3% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 60 | 54 |
| 結果あたりのコスト | 0.017 | 1.570 |
| 合計コスト | $0.008 | $0.057 |
| 入力価格 | $0.243 / 1M | $1.250 / 1M |
| 出力価格 | $0.243 / 1M | $2.500 / 1M |
| 合計入力トークン | 29,828 | 41,313 |
| 出力トークン | 2,169 | 1,923 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 2.98s | 1.11s |
| 応答時間（最大） | 14.34s | 6.04s |
| 応答時間（合計） | 56.57s | 19.96s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.1 | 10.0 | 0.0% | 0 | 2.07s | 651 | 550 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.0 | 6.6 | 16.7% | 1 | 14.34s | 738 | 397 | 0 | |
| Grok 4.20 | 3.4 | 9.3 | 0.0% | 0 | 1.22s | 1,074 | 312 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.0 | 10.0 | 0.0% | 0 | 8.91s | 12,053 | 294 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 6,900 | 186 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 5.3 | 10.0 | 33.3% | 0 | 877ms | 738 | 25 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.5 | 10.0 | 0.0% | 0 | 873ms | 498 | 104 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.5 | 10.0 | 0.0% | 0 | 822ms | 678 | 63 | 0 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.6 | 7.7 | 11.1% | 1 | 1.97s | 669 | 265 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 6.67s | 6,699 | 267 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 0 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.0 | 10.0 | 0.0% | 0 | 777ms | 204 | 18 | 0 | |
| Grok 4.20 | - | - | - | - | - | - | - | - | - |
クイック比較
比較ペアを切り替え
Trinity Large PreviewnonevsQwen3 Coder NextmediumMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneElephant AlphamediumvsGrok 4.20noneTrinity Large PreviewnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneOwl AlphamediumvsGrok 4.20noneTrinity Large PreviewnonevsQwen3.5-9Bmediumgpt-oss-120bmedium無料で利用可能vsGrok 4.20noneNemotron 3 Supermedium無料で利用可能vsGrok 4.20noneTrinity Large PreviewnonevsElephant Alphamedium