Google: Gemini 3 Flash Preview vs xAI: Grok 4.5

Gemini 3 Flash Preview (medium) が平均スコアでリードし、9.6 vs 8.9 です。 Gemini 3 Flash Preview (medium) の benchmark コストが低く、$0.742 vs $1.707 です。 Gemini 3 Flash Preview (medium) の方が高速で、19.20s vs 76.50s です、成功率は 98.5% vs 83.3% です。

おすすめモデルGemini 3 Flash Preview (medium)ここでは最高スコア（9.6）で、Grok 4.5 (high) より約 2.3 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: 2026-07-17

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Grok 4.5 Grok 4.5 high リリース: 2026-07-08

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Grok 4.5 Grok 4.5 high リリース: 2026-07-08
スコア	9.6	8.9
順位	#1	#12
信頼性	10.0	10.0
一貫性	9.7	9.2
正解テスト
試行ごとの合格率	98.5%	83.3%
不安定なテスト	1	2
総実行回数	66	66
結果あたりのコスト	3.533	10.041
合計コスト	$0.742	$1.707
入力価格	$0.500 / 1M	$2.000 / 1M
出力価格	$3.000 / 1M	$6.000 / 1M
合計入力トークン	87,861	151,562
出力トークン	5,486	5,655
推論トークン	227,164	247,540
応答時間（平均）	19.20s	76.50s
応答時間（最大）	117.26s	676.83s
応答時間（合計）	422.42s	1683.07s

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium

コスト: $0.010
時間: 18.4s
トークン: 3,351 tok

#12 xAI: Grok 4.5

high

コスト: $0.015
時間: 29.7s
トークン: 2,737 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

カテゴリ:

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 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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		26.75s	63,717	3,831	23,496
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

クイック比較

比較ペアを切り替え

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high