- 順位
- #17
- 合計出力トークン
- 154,908
- 応答時間（平均）
- 14.50s
- 合計コスト
- $0.653
Gemini 3.8 Flash (medium) vs Grok 4.5 (high)
Gemini 3.8 Flash (medium) が平均スコアでリードし、9.1 vs 9.0 です。 Gemini 3.8 Flash (medium) の benchmark コストが低く、$0.653 vs $2.252 です。 Gemini 3.8 Flash (medium) の方が高速で、14.50s vs 72.30s です、成功率は 92.4% vs 86.4% です。
- 順位
- #26
- 合計出力トークン
- 324,462
- 応答時間（平均）
- 72.30s
- 合計コスト
- $2.252
おすすめモデル
Gemini 3.8 Flash (medium)
ここでは最高スコア（9.1）で、Grok 4.5 (high) より約 3.4 倍低コストです。
詳細比較
| 指標 | Gemini 3.8 Flash Gemini 3.8 Flash medium | Grok 4.5 Grok 4.5 high |
|---|---|---|
| スコア | 9.1 | 9.0 |
| 順位 | #17 | #26 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 92.4% | 86.4% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.436 | 12.565 |
| 合計コスト | $0.653 | $2.252 |
| 入力価格 | $0.750 / 1M | $2.000 / 1M |
| 出力価格 | $3.750 / 1M | $6.000 / 1M |
| 合計入力トークン | 95,793 | 152,175 |
| 出力トークン | 7,066 | 5,655 |
| 推論トークン | 147,842 | 318,807 |
| 応答時間（平均） | 14.50s | 72.30s |
| 応答時間（最大） | 108.60s | 676.83s |
| 応答時間（合計） | 318.92s | 1590.56s |
| パラメータ | ~500B 総数 (~20B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | クローズド | クローズド |
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.
#17 Gemini 3.8 Flash
medium- コスト
- $0.037
- 時間
- 54.6s
- トークン
- 9,712 tok
#26 SpaceXAI: 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
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.66s | 492 | 145 | 3,131 | |
| 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 3.8 Flash | 8.0 | 9.9 | 66.7% | 0 | 11.69s | 8,118 | 454 | 19,433 | |
| 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 3.8 Flash | 8.7 | 6.9 | 83.3% | 1 | 60.28s | 71,646 | 5,615 | 59,676 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.74s | 7,548 | 279 | 4,386 | |
| 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 3.8 Flash | 8.2 | 7.2 | 88.9% | 1 | 31.77s | 644 | 12 | 44,973 | |
| Grok 4.5 | 4.1 | 4.4 | 44.5% | 2 | 301.27s | 2,523 | 6 | 173,117 |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.65s | 486 | 78 | 1,185 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.81s | 615 | 72 | 2,944 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.73s | 558 | 151 | 2,720 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.47s | 5,530 | 249 | 6,512 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.94s | 156 | 11 | 2,882 | |
| 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
Muse Spark 1.3lowvsGrok 4.5highMuse Spark 1.3mediumvsGrok 4.5highQwen3.8 MaxmediumvsGrok 4.5highSeed 2.1 TurbolowvsGemini 3.8 FlashmediumGPT-5.3-CodexmediumvsGrok 4.5highGPT-5.5mediumvsGrok 4.5highGemini 3.5 FlashmediumvsGrok 4.5highQwen3.7 MaxmediumvsGrok 4.5highClaude Opus 5highvsGemini 3.8 FlashmediumClaude Fable 5.1highvsGemini 3.8 FlashmediumSeed 2.1 TurbolowvsGrok 4.5highGemini 3.8 FlashmediumvsMuse Spark 1.3high