ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs xAI: Grok 4.5

概要

Gemini 3.5 Flash (low) vs Grok 4.5 (medium) の benchmark 比較: Gemini 3.5 Flash (low) が平均スコアでリードし、9.2 vs 8.3 です。 Gemini 3.5 Flash (low) の benchmark コストが低く、$0.349 vs $1.696 です。 Gemini 3.5 Flash (low) の方が高速で、3.27s vs 62.63s です、成功率は 90.5% vs 77.8% です。

おすすめモデル: Gemini 3.5 Flash (low) - ここでは最高スコア（9.2）で、Grok 4.5 (medium) より約 4.9 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 low リリース: 2026-05-19 Grok 4.5 Grok 4.5 medium リリース: 2026-07-08
スコア 9.2 8.3
順位 #5 #23
信頼性 10.0 9.9
一貫性 10.0 8.9
正解テスト
試行ごとの合格率 90.5% 77.8%
不安定なテスト 0 3
総実行回数 63 63
結果あたりのコスト 1.834 11.304
合計コスト $0.349 $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 36,938 53,500
出力トークン 2,033 1,621
推論トークン 30,519 263,127
応答時間（平均） 3.27s 62.63s
応答時間（最大） 9.05s 436.38s
応答時間（合計） 68.65s 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.

#5 Gemini 3.5 Flash

low
コスト
$0.068
時間
39.1s
トークン
7,588 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 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690
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

Claude Fable 5mediumvsGemini 3.5 FlashlowDeepSeek V4 FlashhighvsGrok 4.5mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGLM 5.2mediumClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5medium