Gemini 3.1 Flash Lite Preview (low) vs Grok 4.20 (medium)

Gemini 3.1 Flash Lite Preview (low) が平均スコアでリードし、6.3 vs 6.3 です。 Gemini 3.1 Flash Lite Preview (low) の benchmark コストが低く、$0.736 vs $1.582 です。 Gemini 3.1 Flash Lite Preview (low) の方が高速で、19.04s vs 36.73s です、成功率は 60.9% vs 58.0% 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: 2026-10-01

比較対象モデル

順位: #216
合計出力トークン: 438,891
応答時間（平均）: 19.04s
合計コスト: $0.736

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 Preview (low)

ここでは最高スコア（6.3）で、Grok 4.20 (medium) より約 2.1 倍低コストです。

詳細比較

指標	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low リリース: 2026-03-03	Grok 4.20 Grok 4.20 medium リリース: 2026-03-31

指標	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low リリース: 2026-03-03	Grok 4.20 Grok 4.20 medium リリース: 2026-03-31
スコア	6.3	6.3
順位	#216	#224
信頼性	10.0	10.0
一貫性	10.0	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	0	5
総実行回数	69	69
結果あたりのコスト	5.256	14.374
合計コスト	$0.736	$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	309,715	392,127
出力トークン	16,170	7,754
推論トークン	422,721	294,333
応答時間（平均）	19.04s	36.73s
応答時間（最大）	309.35s	199.66s
応答時間（合計）	437.98s	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.

#216 Gemini 3.1 Flash Lite Preview

low

コスト: $0.002
時間: 3.7s
トークン: 1,203 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

カテゴリ:

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 Preview	5.0	10.0	0.0%	0		71.29s	199,519	1,453	25,259
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 Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
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 Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
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 Preview	3.0	10.0	0.0%	0		160.63s	85,851	12,656	389,079
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 Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
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 Preview	7.7	10.0	66.7%	0		2.10s	652	18	1,191
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 Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
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 Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
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 Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
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 Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
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 Preview	3.0	10.0	0.0%	0		1.35s	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