ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs xAI: Grok 4.20

概要

Gemini 3.5 Flash vs Grok 4.20 の benchmark 比較: Gemini 3.5 Flash が平均スコアでリードし、9.8 vs 4.4 です。 Grok 4.20 の benchmark コストが低く、$0.057 vs $1.115 です。 Grok 4.20 の方が高速で、1.11s vs 8.84s です、成功率は 96.8% vs 28.6% 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（9.8）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: 2026-07-02

指標 Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19 Grok 4.20 Grok 4.20 none リリース: 2026-03-31
スコア 9.8 4.4
順位 #1 #160
信頼性 10.0 該当なし
一貫性 9.6 8.5
正解テスト
試行ごとの合格率 96.8% 28.6%
不安定なテスト 1 0
総実行回数 63 54
結果あたりのコスト 5.575 1.570
合計コスト $1.115 $0.057
入力価格 $1.500 / 1M $1.250 / 1M
出力価格 $9.000 / 1M $2.500 / 1M
合計入力トークン 37,594 41,313
出力トークン 1,975 1,923
推論トークン 115,638 0
応答時間（平均） 8.84s 1.11s
応答時間（最大） 34.82s 6.04s
応答時間（合計） 185.57s 19.96s

生成ショーケース

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
コスト
$0.208
時間
118.2s
トークン
23,158 tok

#160 xAI: Grok 4.20

none
コスト
$0.004
時間
6.5s
トークン
1,367 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 4.8 10.0 25.0% 0 501ms 1,986 267 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 1.1 3.1 0.0% 0 1.22s 1,074 312 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 3.0 10.0 0.0% 0 6.04s 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 10.0 10.0 100.0% 0 522ms 7,749 207 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 3.0 10.0 0.0% 0 687ms 1,746 325 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 4.8 10.0 0.0% 0 659ms 819 83 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 6.3 10.0 50.0% 0 445ms 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 5.3 10.0 33.3% 0 473ms 1,671 198 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 10.0 10.0 100.0% 0 4.63s 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 0.0 0.0 0.0% 0 0ms 0 0 0

クイック比較

比較ペアを切り替え

Grok 4.20nonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneClaude Fable 5mediumvsGemini 3.5 FlashhighMistral Small 4mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-Codexmedium