- 順位
- #43
- 合計出力トークン
- 241,203
- 応答時間（平均）
- 21.18s
- 合計コスト
- $0.643
Gemini 2.5 Flash (medium) vs Grok 4.6 (medium)
Grok 4.6 (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、$0.643 vs $1.656 です。 Gemini 2.5 Flash (medium) の方が高速で、21.18s vs 71.86s です、成功率は 71.2% vs 80.3% です。
- 順位
- #40
- 合計出力トークン
- 240,338
- 応答時間（平均）
- 71.86s
- 合計コスト
- $1.656
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 4.6 (medium) より約 2.6 倍低コストです。
詳細比較
| 指標 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| スコア | 8.2 | 8.3 |
| 順位 | #43 | #40 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 8.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 80.3% |
| 不安定なテスト | 1 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.286 | 11.038 |
| 合計コスト | $0.643 | $1.656 |
| 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 | 132,498 | 106,778 |
| 出力トークン | 12,739 | 4,811 |
| 推論トークン | 228,464 | 235,527 |
| 応答時間（平均） | 21.18s | 71.86s |
| 応答時間（最大） | 140.50s | 514.35s |
| 応答時間（合計） | 465.89s | 1580.96s |
| パラメータ | ~350B 総数 (~20B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#43 Gemini 2.5 Flash
medium
無効なSVG
- コスト
- $0.000
- 時間
- 274.0s
- トークン
- 0 tok
#40 SpaceXAI: Grok 4.6
medium- コスト
- $0.028
- 時間
- 72.1s
- トークン
- 4,771 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| 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 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| 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 | 84.47s | 110,544 | 11,112 | 95,241 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| 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 4.6 | 3.5 | 4.4 | 33.3% | 2 | 292.61s | 2,514 | 15 | 118,232 |
| 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 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| 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 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| 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 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| 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 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashmediumvsMuse Glimmer 30BxhighGemini 2.5 FlashmediumvsMuse Spark 1.1lowInkling SmallhighvsGrok 4.6mediumMuse Spark 1.1lowvsGrok 4.6mediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowMuse Spark 1.2lowvsGrok 4.6mediumMuse Glimmer 30BxhighvsGrok 4.6mediumGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsMuse Spark 1.1highGemini 2.5 FlashmediumvsGrok 4.5lowDeepSeek V4 Flash 0731lowvsGrok 4.6medium