AI BENCHY Compare
Google: Gemini 3.1 Flash Lite vs xAI: Grok 4.3
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: 2026-05-08
| 指標 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.9 | 8.0 |
| 順位 | #27 | #24 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 8.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.9% | 77.2% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.452 | 4.229 |
| 合計コスト | $0.059 | $0.550 |
| ???? | $0.250 / 1M | $1.250 / 1M |
| ???? | $1.500 / 1M | $2.500 / 1M |
| 出力トークン | 2,224 | 1,237 |
| 推論トークン | 32,034 | 200,033 |
| 応答時間（平均） | 3.14s | 48.41s |
| 応答時間（最大） | 10.87s | 216.69s |
| 応答時間（合計） | 59.62s | 919.73s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 9.1 | 10.0 | 75.0% | 0 | 2.39s | 604 | 4,201 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 88 | 8,207 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 429 | 2,712 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 45.72s | 284 | 9,659 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 10.87s | 327 | 7,401 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 63.99s | 234 | 15,301 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 279 | 2,845 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 180 | 9,546 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 2.9 | 7.2 | 11.1% | 1 | 3.16s | 15 | 5,165 | |
| Grok 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 14 | 111,300 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 84 | 1,142 | |
| Grok 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 70 | 5,020 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 9.9 | 10.0 | 100.0% | 0 | 2.59s | 75 | 3,320 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 57 | 8,713 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 7.6 | 7.2 | 77.8% | 1 | 1.95s | 165 | 2,450 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.53s | 128 | 14,686 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 4.55s | 234 | 921 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 168 | 4,615 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 3.08s | 12 | 1,877 | |
| Grok 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 14 | 12,986 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGrok 4.3mediumDeepSeek V4 FlashhighvsGemini 3.1 Flash LitemediumGPT-5.3 ChatnonevsGrok 4.3mediumDeepSeek V4 FlashhighvsGrok 4.3mediumGemini 3.1 Flash LitemediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsGrok 4.3medium