ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs xAI: Grok 4.5

概要

Gemini 3.1 Pro Preview (medium) vs Grok 4.5 (low) の benchmark 比較: Gemini 3.1 Pro Preview (medium) が平均スコアでリードし、9.2 vs 7.8 です。 Grok 4.5 (low) の benchmark コストが低く、$0.760 vs $1.054 です。 Grok 4.5 (low) の方が高速で、15.48s vs 20.14s です、成功率は 90.5% vs 74.6% です。

おすすめモデル: Gemini 3.1 Pro Preview (medium) - この比較で最も高いスコア（9.2）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-09

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 low リリース: 2026-07-08
スコア 9.2 7.8
順位 #10 #39
信頼性 10.0 10.0
一貫性 10.0 9.7
正解テスト
試行ごとの合格率 90.5% 74.6%
不安定なテスト 0 1
総実行回数 63 63
結果あたりのコスト 5.546 5.061
合計コスト $1.054 $0.760
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 41,617 58,652
出力トークン 1,977 1,735
推論トークン 78,896 105,233
応答時間（平均） 20.14s 15.48s
応答時間（最大） 88.68s 205.28s
応答時間（合計） 281.92s 324.98s

生成ショーケース

Hamster playing table tennis

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

#10 Gemini 3.1 Pro Preview

medium
コスト
$0.115
時間
87.2s
トークン
9,629 tok

#39 xAI: Grok 4.5

low
コスト
$0.011
時間
12.4s
トークン
2,018 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 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 2.75s 2,991 261 3,000
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 13.72s 9,579 303 15,641
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 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 3.44s 8,937 225 2,549
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 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 2.80s 1,857 57 1,878
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 3.20s 2,430 217 2,590
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 5.83s 13,394 284 871
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 13.98s 789 15 4,806

クイック比較

比較ペアを切り替え

Claude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6medium無料で利用可能vsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.5low