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、9.4 vs 8.5 です。 Gemini 3.5 Flash の benchmark コストが低く、$0.349 vs $0.750 です。 Gemini 3.5 Flash の方が高速で、3.27s vs 9.75s です、成功率は 90.5% vs 81.5% です。

おすすめモデル: Gemini 3.5 Flash - ここでは最高スコア（9.4）で、Grok 4.20 Beta より約 2.2 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: 2026-06-10

指標 Gemini 3.5 Flash Gemini 3.5 Flash low リリース: 2026-05-19 Grok 4.20 Beta Grok 4.20 Beta medium リリース: 2026-03-12
スコア 9.4 8.5
順位 #3 #14
信頼性 10.0 該当なし
一貫性 10.0 9.5
正解テスト
試行ごとの合格率 90.5% 81.5%
不安定なテスト 0 1
総実行回数 63 52
結果あたりのコスト 1.834 4.505
合計コスト $0.349 $0.750
入力価格 $1.500 / 1M $5.805 / 1M
出力価格 $9.000 / 1M $5.805 / 1M
合計入力トークン 36,938 35,955
出力トークン 2,033 1,647
推論トークン 30,519 91,565
応答時間（平均） 3.27s 9.75s
応答時間（最大） 9.05s 31.36s
応答時間（合計） 68.65s 175.48s

Generation showcase

Hamster playing table tennis

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

#3 Gemini 3.5 Flash

low
Cost
$0.068
Time
39.1s
Tokens
7,588 tok

#14 Grok 4.20 Beta

medium
Cost
$0.034
Time
91.0s
Tokens
13,523 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 2.52s 494 209 2,536
Grok 4.20 Beta 8.7 7.9 91.7% 1 3.16s 2,010 268 7,583
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
Grok 4.20 Beta 10.0 10.0 100.0% 0 31.36s 360 81 3,987
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 6.44s 12,873 351 3,050
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 12,909 227 12,212
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 1.81s 7,548 279 1,164
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.01s 7,761 180 5,281
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
Grok 4.20 Beta 5.3 10.0 33.3% 0 21.33s 1,764 251 40,255
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 2.27s 486 119 916
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 825 72 3,440
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
Grok 4.20 Beta 9.8 10.0 100.0% 0 4.89s 1,362 57 7,123
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 2.35s 558 288 2,150
Grok 4.20 Beta 10.0 10.0 100.0% 0 3.52s 1,689 328 6,300
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
Grok 4.20 Beta 3.0 10.0 0.0% 0 12.39s 7,275 183 5,384
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 1.88s 156 12 690
Grok 4.20 Beta - - - - - - - - -

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.4mediumGemini 3.5 FlashlowvsStep 3.7 Flashmedium