ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.5 Flash vs xAI: Grok 4.5

概要

Gemini 3.5 Flash (high) vs Grok 4.5 (medium) の benchmark 比較: Gemini 3.5 Flash (high) が平均スコアでリードし、9.8 vs 8.3 です。 Gemini 3.5 Flash (high) の benchmark コストが低く、$1.115 vs $1.696 です。 Gemini 3.5 Flash (high) の方が高速で、8.84s vs 62.63s です、成功率は 96.8% vs 77.8% です。

おすすめモデル: Gemini 3.5 Flash (high) - ここでは最高スコア（9.8）で、Grok 4.5 (medium) より約 1.5 倍低コストです。

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: 2026-07-08

指標 Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19 Grok 4.5 Grok 4.5 medium リリース: 2026-07-08
スコア 9.8 8.3
順位 #1 #23
信頼性 10.0 9.9
一貫性 9.6 8.9
正解テスト
試行ごとの合格率 96.8% 77.8%
不安定なテスト 1 3
総実行回数 63 63
結果あたりのコスト 5.575 11.304
合計コスト $1.115 $1.696
入力価格 $1.500 / 1M $2.000 / 1M
出力価格 $9.000 / 1M $6.000 / 1M
合計入力トークン 37,594 53,500
出力トークン 1,975 1,621
推論トークン 115,638 263,127
応答時間（平均） 8.84s 62.63s
応答時間（最大） 34.82s 436.38s
応答時間（合計） 185.57s 1315.20s

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

#23 xAI: Grok 4.5

medium
コスト
$0.044
時間
59.4s
トークン
7,512 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 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

クイック比較

比較ペアを切り替え

DeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5mediumClaude Fable 5mediumvsGemini 3.5 FlashhighDeepSeek V4 ProhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok 4.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGrok 4.5medium