ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs xAI: Grok 4.20

概要

Gemini 3 Flash Preview vs Grok 4.20 の benchmark 比較: Gemini 3 Flash Preview が平均スコアでリードし、9.6 vs 7.3 です。 Grok 4.20 の benchmark コストが低く、$0.609 vs $0.667 です。 Gemini 3 Flash Preview の方が高速で、18.64s vs 27.68s です、成功率は 98.4% vs 63.5% 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（9.6）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: 2026-07-02

指標 Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17 Grok 4.20 Grok 4.20 medium リリース: 2026-03-31
スコア 9.6 7.3
順位 #2 #55
信頼性 10.0 10.0
一貫性 9.7 8.8
正解テスト
試行ごとの合格率 98.4% 63.5%
不安定なテスト 1 3
総実行回数 63 63
結果あたりのコスト 3.335 8.309
合計コスト $0.667 $0.609
入力価格 $0.500 / 1M $1.250 / 1M
出力価格 $3.000 / 1M $2.500 / 1M
合計入力トークン 37,017 44,433
出力トークン 2,006 1,819
推論トークン 214,153 219,524
応答時間（平均） 18.64s 27.68s
応答時間（最大） 117.26s 199.66s
応答時間（合計） 391.35s 581.26s

生成ショーケース

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
コスト
$0.010
時間
17.9s
トークン
3,236 tok

#55 xAI: Grok 4.20

medium
コスト
$0.041
時間
110.3s
トークン
16,336 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 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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 3.0 10.0 0.0% 0 63.48s 531 9 16,442

クイック比較

比較ペアを切り替え

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5.2noneStep 3.7 FlashhighvsGrok 4.20mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowDeepSeek V4 ProhighvsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20medium