- 順位
- #94
- 合計出力トークン
- 40,776
- 応答時間（平均）
- 6.51s
- 合計コスト
- $0.185
Gemini 3 Flash Preview (low) vs Grok Build 0.1 (medium)
Grok Build 0.1 (medium) が平均スコアでリードし、7.5 vs 7.4 です。 Gemini 3 Flash Preview (low) の benchmark コストが低く、$0.185 vs $1.130 です。 Gemini 3 Flash Preview (low) の方が高速で、6.51s vs 54.50s です、成功率は 75.8% vs 60.6% です。
- 順位
- #86
- 合計出力トークン
- 511,406
- 応答時間（平均）
- 54.50s
- 合計コスト
- $1.130
おすすめモデル
Gemini 3 Flash Preview (low)
スコアはここでの最高値に近く（7.4 vs 7.5）、Grok Build 0.1 (medium) より約 6.1 倍低コストです。
詳細比較
| 指標 | Gemini 3 Flash Preview Gemini 3 Flash Preview low | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| スコア | 7.4 | 7.5 |
| 順位 | #94 | #86 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.8% | 60.6% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.152 | 8.691 |
| 合計コスト | $0.185 | $1.130 |
| 入力価格 | $0.500 / 1M | $1.000 / 1M |
| 出力価格 | $3.000 / 1M | $2.000 / 1M |
| 合計入力トークン | 123,687 | 106,946 |
| 出力トークン | 9,572 | 7,993 |
| 推論トークン | 31,204 | 503,413 |
| 応答時間（平均） | 6.51s | 54.50s |
| 応答時間（最大） | 17.13s | 252.69s |
| 応答時間（合計） | 143.12s | 1199.07s |
| パラメータ | ~500B 総数 (~20B アクティブ) | ~300B 総数 (~30B 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.
#94 Gemini 3 Flash Preview
low- コスト
- $0.007
- 時間
- 12.1s
- トークン
- 2,289 tok
#86 SpaceXAI: Grok Build 0.1
medium- コスト
- $0.028
- 時間
- 81.3s
- トークン
- 14,009 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 Build 0.1 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 2,010 | 220 | 12,162 |
| 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 Build 0.1 | 5.7 | 9.7 | 33.3% | 0 | 108.46s | 8,304 | 1,138 | 161,452 |
| 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 | 10.20s | 99,775 | 7,822 | 0 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 65.08s | 75,242 | 5,442 | 65,569 |
| 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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 7,761 | 180 | 8,876 |
| 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 | 9.74s | 648 | 12 | 9,096 | |
| Grok Build 0.1 | 2.9 | 7.2 | 11.1% | 1 | 175.94s | 1,959 | 492 | 192,037 |
| 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 Build 0.1 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 825 | 76 | 6,345 |
| 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 Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 12.36s | 1,362 | 57 | 9,599 |
| 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 Build 0.1 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 1,689 | 195 | 20,841 |
| 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 Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 13.12s | 7,263 | 180 | 4,969 |
| 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 Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 531 | 13 | 21,563 |
クイック比較
比較ペアを切り替え
Qwen3.7 MaxnonevsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsQwen3.8 2.4T A95BhighGPT 5.3 ChatnonevsGrok Build 0.1mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGPT-5.6 TerralowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsLongCat 2.0mediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsKimi K2.7 CodemediumQwen3.8 2.4T A95BhighvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumGemini 3 Flash PreviewlowvsQwen3.7 Plusnone