Google: Gemini 3.5 Flash vs xAI: Grok 4.5

Gemini 3.5 Flash (medium) が平均スコアでリードし、9.1 vs 8.9 です。 Gemini 3.5 Flash (medium) の benchmark コストが低く、$0.642 vs $1.707 です。 Gemini 3.5 Flash (medium) の方が高速で、8.20s vs 76.50s です、成功率は 87.9% vs 83.3% です。

おすすめモデルGemini 3.5 Flash (medium)ここでは最高スコア（9.1）で、Grok 4.5 (high) より約 2.7 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: 2026-07-17

指標	Gemini 3.5 Flash Gemini 3.5 Flash medium リリース: 2026-05-19	Grok 4.5 Grok 4.5 high リリース: 2026-07-08

指標	Gemini 3.5 Flash Gemini 3.5 Flash medium リリース: 2026-05-19	Grok 4.5 Grok 4.5 high リリース: 2026-07-08
スコア	9.1	8.9
順位	#9	#12
信頼性	10.0	10.0
一貫性	9.7	9.2
正解テスト
試行ごとの合格率	87.9%	83.3%
不安定なテスト	1	2
総実行回数	66	66
結果あたりのコスト	3.374	10.041
合計コスト	$0.642	$1.707
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	69,747	151,562
出力トークン	2,166	5,655
推論トークン	57,436	247,540
応答時間（平均）	8.20s	76.50s
応答時間（最大）	76.68s	676.83s
応答時間（合計）	180.47s	1683.07s

Hamster playing table tennis

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

#9 Gemini 3.5 Flash

medium

コスト: $0.201
時間: 112.9s
トークン: 22,371 tok

#12 xAI: Grok 4.5

high

コスト: $0.015
時間: 29.7s
トークン: 2,737 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

カテゴリ:

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		2.09s	492	171	3,385
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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	7.9	7.5	77.8%	1		12.63s	8,118	461	24,939
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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		44.36s	45,684	516	8,835
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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		4.07s	7,548	279	3,784
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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		5.24s	633	12	8,047
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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		2.52s	486	115	1,144
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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		2.70s	615	71	2,855
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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	7.7	10.0	66.7%	0		2.38s	558	295	2,747
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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		3.81s	5,457	234	455
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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		2.75s	156	12	1,245
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

クイック比較

比較ペアを切り替え

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGPT-5.5low Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGrok 4.5high GPT-5.5lowvsGrok 4.5high