#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
AI BENCHY Compare
Google: Gemini 2.5 Flash vs xAI: Grok 4.5
概要
Gemini 2.5 Flash (medium) vs Grok 4.5 (medium) の benchmark 比較: Grok 4.5 (medium) が平均スコアでリードし、8.3 vs 8.2 です。 Gemini 2.5 Flash (medium) の benchmark コストが低く、$0.379 vs $1.696 です。 Gemini 2.5 Flash (medium) の方が高速で、15.49s vs 62.63s です、成功率は 69.8% vs 77.8% です。
おすすめモデル: Gemini 2.5 Flash (medium) - スコアはここでの最高値に近く（8.2 vs 8.3）、Grok 4.5 (medium) より約 4.5 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 | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| スコア | 8.2 | 8.3 |
| 順位 | #25 | #23 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 9.6 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.8% | 77.8% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 2.701 | 11.304 |
| 合計コスト | $0.379 | $1.696 |
| 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 | 53,500 |
| 出力トークン | 1,930 | 1,621 |
| 推論トークン | 145,145 | 263,127 |
| 応答時間（平均） | 15.49s | 62.63s |
| 応答時間（最大） | 95.48s | 436.38s |
| 応答時間（合計） | 325.39s | 1315.20s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 xAI: Grok 4.5
medium- コスト
- $0.044
- 時間
- 59.4s
- トークン
- 7,512 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 | 23.50s | 2,991 | 147 | 4,018 |
| 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 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.65s | 15,084 | 261 | 4,254 |
| 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 | 6.29s | 8,937 | 225 | 3,657 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 198.89s | 2,212 | 11 | 121,922 |
| 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 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| 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 | 6.06s | 1,857 | 57 | 2,728 |
| 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 | 7.75s | 2,430 | 254 | 3,641 |
| 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 | 6.57s | 8,544 | 192 | 968 |
| 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 | 74.44s | 789 | 13 | 14,921 |
クイック比較
比較ペアを切り替え
DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGrok 4.5mediumDeepSeek V4 ProhighvsGemini 2.5 FlashmediumStep 3.7 FlashlowvsGrok 4.5mediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGrok 4.5medium