AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Grok 4.20 Beta

概要

Gemini 3 Flash Preview vs Grok 4.20 Beta の benchmark 比較: Gemini 3 Flash Preview が平均スコアでリードし、9.8 vs 8.5 です。 Gemini 3 Flash Preview の benchmark コストが低く、$0.667 vs $0.750 です。 Grok 4.20 Beta の方が高速で、9.75s vs 18.64s です、成功率は 98.4% vs 81.5% です。

おすすめモデル: Gemini 3 Flash Preview - この比較で最も高いスコア（9.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-06-10

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Grok 4.20 Beta Grok 4.20 Beta medium リリース: 2026-03-12

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Grok 4.20 Beta Grok 4.20 Beta medium リリース: 2026-03-12
スコア	9.8	8.5
順位	#1	#14
信頼性	10.0	該当なし
一貫性	9.7	9.5
正解テスト
試行ごとの合格率	98.4%	81.5%
不安定なテスト	1	1
総実行回数	63	52
結果あたりのコスト	3.335	4.505
合計コスト	$0.667	$0.750
入力価格	$0.500 / 1M	$5.805 / 1M
出力価格	$3.000 / 1M	$5.805 / 1M
合計入力トークン	37,017	35,955
出力トークン	2,006	1,647
推論トークン	214,153	91,565
応答時間（平均）	18.64s	9.75s
応答時間（最大）	117.26s	31.36s
応答時間（合計）	391.35s	175.48s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#1 Gemini 3 Flash Preview

medium

Cost: $0.010
Time: 17.9s
Tokens: 3,236 tok

#14 Grok 4.20 Beta

medium

Cost: $0.034
Time: 91.0s
Tokens: 13,523 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		3.88s	494	330	3,216
Grok 4.20 Beta	8.7	7.9	91.7%	1		3.16s	2,010	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）	入力トークン	出力トークン	推論トークン
Gemini 3 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
Grok 4.20 Beta	10.0	10.0	100.0%	0		31.36s	360	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）	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		22.42s	12,873	351	10,485
Grok 4.20 Beta	10.0	10.0	100.0%	0		20.93s	12,909	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）	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		5.43s	7,548	279	4,893
Grok 4.20 Beta	10.0	10.0	100.0%	0		4.01s	7,761	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）	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		15.27s	633	12	21,684
Grok 4.20 Beta	5.3	10.0	33.3%	0		21.33s	1,764	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）	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		5.19s	486	72	1,905
Grok 4.20 Beta	10.0	10.0	100.0%	0		5.78s	825	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）	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		4.04s	615	72	2,709
Grok 4.20 Beta	9.8	10.0	100.0%	0		4.89s	1,362	57	7,123

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		4.05s	558	183	4,365
Grok 4.20 Beta	10.0	10.0	100.0%	0		3.52s	1,689	328	6,300

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		12.60s	5,532	234	1,487
Grok 4.20 Beta	3.0	10.0	0.0%	0		12.39s	7,275	183	5,384

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		5.50s	156	11	2,325
Grok 4.20 Beta	-	-	-	-	-	-	-	-	-

クイック比較

比較ペアを切り替え