- 順位
- #105
- 合計出力トークン
- 117,518
- 応答時間（平均）
- 9.93s
- 合計コスト
- $1.079
Gemini 3.5 Flash vs Grok 4.20 (medium)
Grok 4.20 (medium) が平均スコアでリードし、7.1 vs 7.0 です。 Grok 4.20 (medium) の benchmark コストが低く、$0.777 vs $1.079 です。 Gemini 3.5 Flash の方が高速で、9.93s vs 29.47s です、成功率は 74.2% vs 63.6% です。
- 順位
- #101
- 合計出力トークン
- 259,340
- 応答時間（平均）
- 29.47s
- 合計コスト
- $0.777
おすすめモデル
Gemini 3.5 Flash
スコアはここでの最高値に近く（7.0 vs 7.1）、Grok 4.20 (medium) より約 3.0 倍速く応答します。
詳細比較
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.0 | 7.1 |
| 順位 | #105 | #101 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.5 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.2% | 63.6% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 7.190 | 9.709 |
| 合計コスト | $1.079 | $0.777 |
| 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 | 102,791 |
| 出力トークン | 117,518 | 5,363 |
| 推論トークン | 0 | 253,977 |
| 応答時間（平均） | 9.93s | 29.47s |
| 応答時間（最大） | 64.36s | 199.66s |
| 応答時間（合計） | 178.68s | 648.35s |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#105 Gemini 3.5 Flash
none- コスト
- $0.225
- 時間
- 125.5s
- トークン
- 25,004 tok
#101 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 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 FlashnonevsMercury 2mediumMuse Glimmer 30BlowvsGrok 4.20mediumGemini 3.5 FlashnonevsKimi K2.5mediumSeed-2.0-MinimediumvsGemini 3.5 FlashnoneDeepSeek V3.2mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.7 FlashmediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5mediumGemini 3.5 FlashnonevsSolar Pro 4mediumSolar Pro 4highvsGrok 4.20mediumGemini 3.5 FlashnonevsMiMo-V2.5-PromediumKAT-Coder-Pro V2.5highvsGrok 4.20medium