ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs xAI: Grok 4.5

概要

Gemini 2.5 Flash (medium) vs Grok 4.5 (low) の benchmark 比較: Gemini 2.5 Flash (medium) が平均スコアでリードし、8.2 vs 7.8 です。 Gemini 2.5 Flash (medium) の benchmark コストが低く、$0.379 vs $0.760 です。 Grok 4.5 (low) の方が高速で、15.48s vs 15.49s です、成功率は 69.8% vs 74.6% です。

おすすめモデル: Gemini 2.5 Flash (medium) - ここでは最高スコア（8.2）で、Grok 4.5 (low) より約 2.0 倍低コストです。

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: 2026-07-08

指標 Gemini 2.5 Flash Gemini 2.5 Flash medium リリース: 2025-06-17 Grok 4.5 Grok 4.5 low リリース: 2026-07-08
スコア 8.2 7.8
順位 #25 #34
信頼性 10.0 10.0
一貫性 9.6 9.7
正解テスト
試行ごとの合格率 69.8% 74.6%
不安定なテスト 1 1
総実行回数 63 63
結果あたりのコスト 2.701 5.061
合計コスト $0.379 $0.760
入力価格 $0.300 / 1M $2.000 / 1M
出力価格 $2.500 / 1M $6.000 / 1M
合計入力トークン 34,476 58,652
出力トークン 1,930 1,735
推論トークン 145,145 105,233
応答時間（平均） 15.49s 15.48s
応答時間（最大） 95.48s 205.28s
応答時間（合計） 325.39s 324.98s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#25 Gemini 2.5 Flash

medium
無効なSVG
コスト
$0.000
時間
274.0s
トークン
0 tok

#34 xAI: Grok 4.5

low
コスト
$0.011
時間
12.4s
トークン
2,018 tok

スコア上位モデル

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
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

クイック比較

比較ペアを切り替え

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6medium無料で利用可能vsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5low