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: Grok 4.20 が平均スコアでリードし、7.3 vs 7.0 です。 Grok 4.20 の benchmark コストが低く、$0.609 vs $1.079 です。 Gemini 3.5 Flash の方が高速で、9.93s vs 27.68s です、成功率は 77.8% vs 63.5% です。

おすすめモデル: Grok 4.20 - ここでは最高スコア（7.3）で、Gemini 3.5 Flash より約 1.8 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: 2026-06-18

指標 Gemini 3.5 Flash Gemini 3.5 Flash none リリース: 2026-05-19 Grok 4.20 Grok 4.20 medium リリース: 2026-03-31
スコア 7.0 7.3
順位 #66 #53
信頼性 10.0 10.0
一貫性 8.9 8.8
正解テスト
試行ごとの合格率 77.8% 63.5%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 7.190 8.309
合計コスト $1.079 $0.609
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 13,843 44,433
出力トークン 117,518 1,819
推論トークン 0 219,524
応答時間（平均） 9.93s 27.68s
応答時間（最大） 64.36s 199.66s
応答時間（合計） 178.68s 581.26s

生成ショーケース

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none
コスト
$0.225
時間
125.5s
トークン
25,004 tok

#53 xAI: Grok 4.20

medium
コスト
$0.041
時間
110.3s
トークン
16,336 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 2.53s 492 5,101 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 10.64s 633 17,910 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 3.46s 486 1,620 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 9.8 10.0 100.0% 0 3.38s 615 3,928 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 3.13s 558 4,640 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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 2.8 1.6 33.3% 1 4.87s 156 2,497 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumGemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3.5 FlashnonevsRing-2.6-1TmediumGrok 4.20mediumvsGLM 5.2none