Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.5

Gemini 3.1 Pro Preview (medium) が平均スコアでリードし、9.2 vs 8.9 です。 Gemini 3.1 Pro Preview (medium) の benchmark コストが低く、$1.361 vs $1.707 です。 Gemini 3.1 Pro Preview (medium) の方が高速で、21.47s vs 76.50s です、成功率は 90.9% vs 83.3% です。

おすすめモデルGemini 3.1 Pro Preview (medium)ここでは最高スコア（9.2）で、Grok 4.5 (high) より約 3.6 倍速く応答します。

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: 2026-07-17

指標	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium リリース: 2026-02-19	Grok 4.5 Grok 4.5 high リリース: 2026-07-08

指標	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium リリース: 2026-02-19	Grok 4.5 Grok 4.5 high リリース: 2026-07-08
スコア	9.2	8.9
順位	#7	#12
信頼性	10.0	10.0
一貫性	10.0	9.2
正解テスト
試行ごとの合格率	90.9%	83.3%
不安定なテスト	0	2
総実行回数	66	66
結果あたりのコスト	6.801	10.041
合計コスト	$1.361	$1.707
入力価格	$2.000 / 1M	$2.000 / 1M
出力価格	$12.000 / 1M	$6.000 / 1M
合計入力トークン	92,287	151,562
出力トークン	5,232	5,655
推論トークン	92,726	247,540
応答時間（平均）	21.47s	76.50s
応答時間（最大）	88.68s	676.83s
応答時間（合計）	322.08s	1683.07s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#7 Gemini 3.1 Pro Preview

medium

コスト: $0.115
時間: 87.2s
トークン: 9,629 tok

#12 xAI: Grok 4.5

high

コスト: $0.015
時間: 29.7s
トークン: 2,737 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:

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 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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 Pro Preview	7.7	10.0	66.7%	0		32.73s	635	18	12,424
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

クイック比較

比較ペアを切り替え

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high