- 順位
- #218
- 合計出力トークン
- 425,576
- 応答時間（平均）
- 19.02s
- 合計コスト
- $0.717
Gemini 3.1 Flash Lite (low) vs Grok 4.20 (medium)
Gemini 3.1 Flash Lite (low) が平均スコアでリードし、6.3 vs 6.3 です。 Gemini 3.1 Flash Lite (low) の benchmark コストが低く、$0.717 vs $1.582 です。 Gemini 3.1 Flash Lite (low) の方が高速で、19.02s vs 36.73s です、成功率は 60.9% vs 58.0% です。
比較対象モデル
- 順位
- #224
- 合計出力トークン
- 302,087
- 応答時間（平均）
- 36.73s
- 合計コスト
- $1.582
おすすめモデル
Gemini 3.1 Flash Lite (low)
ここでは最高スコア（6.3）で、Grok 4.20 (medium) より約 2.2 倍低コストです。
詳細比較
| 指標 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 6.3 | 6.3 |
| 順位 | #218 | #224 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 8.2 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 60.9% | 58.0% |
| 不安定なテスト | 2 | 5 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 5.512 | 14.374 |
| 合計コスト | $0.717 | $1.582 |
| 入力価格 | $0.250 / 1M | $1.250 / 1M |
| 出力価格 | $1.500 / 1M | $2.500 / 1M |
| 合計入力トークン | 312,368 | 392,127 |
| 出力トークン | 9,429 | 7,754 |
| 推論トークン | 416,147 | 294,333 |
| 応答時間（平均） | 19.02s | 36.73s |
| 応答時間（最大） | 318.02s | 199.66s |
| 応答時間（合計） | 437.38s | 844.68s |
| パラメータ | ~150B 総数 (~10B アクティブ) | ~1T 総数 (~100B 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.
#218 Gemini 3.1 Flash Lite
low- コスト
- $0.003
- 時間
- 4.0s
- トークン
- 1,479 tok
#224 SpaceXAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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
| エージェントタスク | 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 3.1 Flash Lite | 5.0 | 10.0 | 0.0% | 0 | 79.99s | 218,135 | 1,670 | 26,015 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 128.32s | 289,141 | 1,894 | 29,934 |
| 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 3.1 Flash Lite | 7.3 | 6.2 | 75.0% | 2 | 1.84s | 500 | 1,013 | 1,548 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 3.1 Flash Lite | 5.5 | 10.0 | 33.3% | 0 | 1.53s | 8,132 | 471 | 1,072 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 3.1 Flash Lite | 3.2 | 9.1 | 0.0% | 0 | 161.25s | 70,202 | 5,375 | 381,841 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.44s | 7,453 | 291 | 697 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 3.1 Flash Lite | 7.7 | 10.0 | 66.7% | 0 | 1.44s | 648 | 15 | 1,220 | |
| Grok 4.20 | 2.9 | 7.2 | 11.1% | 1 | 49.71s | 1,959 | 872 | 59,761 |
| 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 3.1 Flash Lite | 4.0 | 10.0 | 0.0% | 0 | 1.37s | 492 | 69 | 438 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 619 | 72 | 760 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 570 | 210 | 1,191 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 5.66s | 5,457 | 234 | 945 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 1.46s | 160 | 9 | 420 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-04-20noneDeepSeek V4 Flash 0423nonevsGrok 4.20mediumGemini 3.1 Flash LitelowvsSolar Pro 4highGemini 3.5 FlashnonevsGrok 4.20mediumGemini 3.1 Flash LitelowvsSpace Bunny AlphamediumDeepSeek V3.2mediumvsGemini 3.1 Flash LitelowGemini 3.1 Flash LitelowvsQwen3.6 27BnoneSpace Bunny AlphaxhighvsGrok 4.20mediumGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsLongCat 2.0noneSolar Pro 4highvsGrok 4.20mediumDeepSeek V4 Flash 0423nonevsGemini 3.1 Flash Litelow