AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Grok 4.20 Multi Agent Beta

概要

Gemini 3 Flash Preview vs Grok 4.20 Multi Agent Beta の benchmark 比較: Gemini 3 Flash Preview が平均スコアでリードし、9.8 vs 6.6 です。 Gemini 3 Flash Preview の benchmark コストが低く、$0.667 vs $5.599 です。 Grok 4.20 Multi Agent Beta の方が高速で、9.69s vs 18.64s です、成功率は 98.4% vs 59.3% です。

おすすめモデル: Gemini 3 Flash Preview - ここでは最高スコア（9.8）で、Grok 4.20 Multi Agent Beta より約 8.4 倍低コストです。

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 Multi Agent Beta Grok 4.20 Multi Agent 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 Multi Agent Beta Grok 4.20 Multi Agent Beta medium リリース: 2026-03-12
スコア	9.8	6.6
順位	#1	#85
信頼性	10.0	該当なし
一貫性	9.7	7.9
正解テスト
試行ごとの合格率	98.4%	59.3%
不安定なテスト	1	5
総実行回数	63	52
結果あたりのコスト	3.335	62.923
合計コスト	$0.667	$5.599
入力価格	$0.500 / 1M	$4.235 / 1M
出力価格	$3.000 / 1M	$4.235 / 1M
合計入力トークン	37,017	721,952
出力トークン	2,006	294,668
推論トークン	214,153	305,374
応答時間（平均）	18.64s	9.69s
応答時間（最大）	117.26s	35.28s
応答時間（合計）	391.35s	155.07s

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

#85 Grok 4.20 Multi Agent Beta

medium

Cost: $0.261
Time: 123.4s
Tokens: 199,344 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 Multi Agent Beta	6.9	5.8	75.0%	2		3.46s	90,925	33,706	33,077

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 Multi Agent Beta	10.0	10.0	100.0%	0		27.11s	13,212	86	13,141

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 Multi Agent Beta	3.0	10.0	0.0%	0		0ms	0	0	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 Multi Agent Beta	10.0	10.0	100.0%	0		5.54s	97,232	25,306	25,051

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 Multi Agent Beta	2.9	7.2	11.1%	1		24.67s	328,253	164,609	163,647

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 Multi Agent Beta	5.8	2.8	66.7%	1		6.40s	41,387	15,848	15,746

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 Multi Agent Beta	9.8	10.0	100.0%	0		3.52s	43,923	19,752	19,617

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 Multi Agent Beta	6.7	7.9	55.6%	1		5.19s	107,020	35,361	35,095

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 Multi Agent Beta	3.0	10.0	0.0%	0		0ms	0	0	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 Multi Agent Beta	-	-	-	-	-	-	-	-	-

クイック比較

比較ペアを切り替え