AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

概要

Gemini 3 Flash Preview (low) vs Grok 4.5 (medium) の benchmark 比較: Grok 4.5 (medium) が平均スコアでリードし、8.3 vs 7.4 です。 Gemini 3 Flash Preview (low) の benchmark コストが低く、$0.111 vs $1.696 です。 Gemini 3 Flash Preview (low) の方が高速で、5.76s vs 62.63s です、成功率は 79.4% vs 77.8% です。

おすすめモデル: Gemini 3 Flash Preview (low) - 総合的に最も良い選択です。競争力のあるスコア（7.4）、Grok 4.5 (medium) より低いコスト、バランスの取れた応答時間があります。

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 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17	Grok 4.5 Grok 4.5 medium リリース: 2026-07-08

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17	Grok 4.5 Grok 4.5 medium リリース: 2026-07-08
スコア	7.4	8.3
順位	#56	#23
信頼性	10.0	9.9
一貫性	9.2	8.9
正解テスト
試行ごとの合格率	79.4%	77.8%
不安定なテスト	2	3
総実行回数	63	63
結果あたりのコスト	0.689	11.304
合計コスト	$0.111	$1.696
入力価格	$0.500 / 1M	$2.000 / 1M
出力価格	$3.000 / 1M	$6.000 / 1M
合計入力トークン	36,769	53,500
出力トークン	2,076	1,621
推論トークン	28,518	263,127
応答時間（平均）	5.76s	62.63s
応答時間（最大）	14.72s	436.38s
応答時間（合計）	120.93s	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.

#56 Gemini 3 Flash Preview

low

コスト: $0.007
時間: 12.1s
トークン: 2,289 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 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082
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 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
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 Flash Preview	3.0	10.0	0.0%	0		3.27s	12,860	326	0
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 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
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 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
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 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
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 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
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 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
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 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
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 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633
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