ナビゲーション
AI BENCHY
Advertise here

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 5.8 です。 Grok 4.20 Beta の benchmark コストが低く、$0.087 vs $0.667 です。 Grok 4.20 Beta の方が高速で、1.19s vs 18.64s です、成功率は 98.4% vs 37.0% です。

おすすめモデル: Grok 4.20 Beta - 総合的に最も良い選択です。競争力のあるスコア（5.8）、Gemini 3 Flash Preview 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: 2026-06-10

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 none リリース: 2026-03-12
スコア 9.8 5.8
順位 #1 #107
信頼性 10.0 該当なし
一貫性 9.7 9.6
正解テスト
試行ごとの合格率 98.4% 37.0%
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 1.510
合計コスト $0.667 $0.087
入力価格 $0.500 / 1M $2.041 / 1M
出力価格 $3.000 / 1M $2.041 / 1M
合計入力トークン 37,017 40,597
出力トークン 2,006 1,657
推論トークン 214,153 0
応答時間（平均） 18.64s 1.19s
応答時間（最大） 117.26s 6.48s
応答時間（合計） 391.35s 21.43s

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

#107 Grok 4.20 Beta

none
Invalid SVG
Cost
$0.004
Time
8.5s
Tokens
1,672 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 4.0 8.4 16.7% 1 597ms 1,986 251 0
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 5.5 10.0 0.0% 0 1.14s 358 74 0
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 3.0 10.0 0.0% 0 6.48s 17,673 282 0
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 601ms 7,749 197 0
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 3.0 10.0 0.0% 0 611ms 1,746 160 0
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 5.0 10.0 0.0% 0 541ms 819 87 0
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 6.3 10.0 50.0% 0 649ms 1,350 60 0
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 7.7 10.0 66.7% 0 586ms 1,671 357 0
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 10.0 10.0 100.0% 0 4.79s 7,245 189 0
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

Gemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewmediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewmediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsQwen3.7 PlusnoneGemini 3 Flash PreviewmediumvsGPT-5.5none