ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs Grok 4.20 Beta

概要

Gemini 3.5 Flash vs Grok 4.20 Beta の benchmark 比較: Gemini 3.5 Flash が平均スコアでリードし、9.6 vs 5.8 です。 Grok 4.20 Beta の benchmark コストが低く、$0.087 vs $1.115 です。 Grok 4.20 Beta の方が高速で、1.19s vs 8.84s です、成功率は 96.8% vs 37.0% です。

おすすめモデル: Gemini 3.5 Flash - この比較で最も高いスコア（9.6）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: 2026-06-10

指標 Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19 Grok 4.20 Beta Grok 4.20 Beta none リリース: 2026-03-12
スコア 9.6 5.8
順位 #2 #107
信頼性 10.0 該当なし
一貫性 9.6 9.6
正解テスト
試行ごとの合格率 96.8% 37.0%
不安定なテスト 1 1
総実行回数 63 52
結果あたりのコスト 5.575 1.510
合計コスト $1.115 $0.087
入力価格 $1.500 / 1M $2.041 / 1M
出力価格 $9.000 / 1M $2.041 / 1M
合計入力トークン 37,594 40,597
出力トークン 1,975 1,657
推論トークン 115,638 0
応答時間（平均） 8.84s 1.19s
応答時間（最大） 34.82s 6.48s
応答時間（合計） 185.57s 21.43s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high
Cost
$0.208
Time
118.2s
Tokens
23,158 tok

#107 Grok 4.20 Beta

none
Invalid SVG
Cost
$0.004
Time
8.5s
Tokens
1,672 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Grok 4.20 Beta 4.0 8.4 16.7% 1 597ms 1,986 251 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Grok 4.20 Beta 5.5 10.0 0.0% 0 1.14s 358 74 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Grok 4.20 Beta 3.0 10.0 0.0% 0 6.48s 17,673 282 0
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Grok 4.20 Beta 10.0 10.0 100.0% 0 601ms 7,749 197 0
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Grok 4.20 Beta 3.0 10.0 0.0% 0 611ms 1,746 160 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 819 87 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Grok 4.20 Beta 6.3 10.0 50.0% 0 649ms 1,350 60 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Grok 4.20 Beta 7.7 10.0 66.7% 0 586ms 1,671 357 0
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 7,245 189 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Grok 4.20 Beta - - - - - - - - -

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.4medium