AI BENCHY Compare
Google: Gemini 3 Flash Preview vs Grok 4.20 Beta
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: 2026-04-26
| 指標 | Gemini 3 Flash Preview Gemini 3 Flash Preview medium | Grok 4.20 Beta Grok 4.20 Beta medium |
|---|---|---|
| スコア | 10.0 | 8.0 |
| 順位 | #1 | #31 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 10.0 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 100.0% | 74.1% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 18 | 52 |
| 結果あたりのコスト | 0.600 | 5.269 |
| 合計コスト | $0.108 | $0.633 |
| ???? | $0.500 / 1M | $0.000 / 1M |
| ???? | $3.000 / 1M | $0.000 / 1M |
| 出力トークン | 655 | 1,568 |
| 推論トークン | 33,749 | 91,909 |
| 応答時間（平均） | 12.11s | 9.81s |
| 応答時間（最大） | 82.37s | 31.36s |
| 応答時間（合計） | 217.93s | 176.62s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 110 | 1,076 | |
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 268 | 7,583 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 82.37s | 144 | 16,257 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 31.36s | 81 | 3,987 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 23.58s | 117 | 3,495 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 20.93s | 227 | 12,212 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 7.62s | 93 | 2,197 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 180 | 5,281 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 14.81s | 4 | 7,228 | |
| Grok 4.20 Beta | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 251 | 40,255 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 24 | 635 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 72 | 3,440 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.30s | 24 | 903 | |
| Grok 4.20 Beta | 8.3 | 10.0 | 50.0% | 0 | 4.97s | 57 | 7,107 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.86s | 61 | 1,455 | |
| Grok 4.20 Beta | 8.2 | 7.2 | 88.9% | 1 | 3.85s | 249 | 6,660 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 9.78s | 78 | 503 | |
| Grok 4.20 Beta | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 183 | 5,384 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7nonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsHY3 Previewhigh無料で利用可能Gemini 3 Flash PreviewmediumvsHY3 Previewlow無料で利用可能Gemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumDeepSeek V4 ProhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsQwen3.5 Plus 2026-02-15noneGemini 3 Flash PreviewmediumvsGPT-5.5noneDeepSeek V4 PrononevsGemini 3 Flash Previewmedium