- 順位
- #85
- 合計出力トークン
- 158,344
- 応答時間（平均）
- 26.72s
- 合計コスト
- $0.786
GPT-5.4 Mini (medium) vs Grok 4.6 (low)
GPT-5.4 Mini (medium) が平均スコアでリードし、7.5 vs 7.4 です。 Grok 4.6 (low) の benchmark コストが低く、$0.449 vs $0.786 です。 Grok 4.6 (low) の方が高速で、14.55s vs 26.72s です、成功率は 68.2% vs 69.7% です。
- 順位
- #93
- 合計出力トークン
- 38,048
- 応答時間（平均）
- 14.55s
- 合計コスト
- $0.449
おすすめモデル
Grok 4.6 (low)
スコアはここでの最高値に近く（7.4 vs 7.5）、GPT-5.4 Mini (medium) より約 1.8 倍低コストです。
詳細比較
| 指標 | GPT-5.4 Mini GPT-5.4 Mini medium | Grok 4.6 Grok 4.6 low |
|---|---|---|
| スコア | 7.5 | 7.4 |
| 順位 | #85 | #93 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.1 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 69.7% |
| 不安定なテスト | 5 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.546 | 2.989 |
| 合計コスト | $0.786 | $0.449 |
| 入力価格 | $0.750 / 1M | $2.000 / 1M |
| 出力価格 | $4.500 / 1M | $6.000 / 1M |
| 合計入力トークン | 97,164 | 109,960 |
| 出力トークン | 6,211 | 5,124 |
| 推論トークン | 152,133 | 32,924 |
| 応答時間（平均） | 26.72s | 14.55s |
| 応答時間（最大） | 138.75s | 26.46s |
| 応答時間（合計） | 587.90s | 320.17s |
| パラメータ | ~400B 総数 (~17B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#85 GPT-5.4 Mini
medium- コスト
- $0.056
- 時間
- 95.5s
- トークン
- 12,464 tok
#93 SpaceXAI: Grok 4.6
low- コスト
- $0.011
- 時間
- 26.0s
- トークン
- 1,941 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 | |
| Grok 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 | |
| Grok 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.6 | 7.2 | 22.2% | 1 | 71.05s | 628 | 60 | 49,875 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 18.19s | 2,523 | 16 | 7,921 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
クイック比較
比較ペアを切り替え
Qwen3.8 2.4T A95BhighvsGrok 4.6lowGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsGrok 4.6lowLongCat 2.0mediumvsGrok 4.6lowGPT-5.6 LunamediumvsGrok 4.6lowKimi K2.7 CodemediumvsGrok 4.6lowQwen3.7 MaxnonevsGrok 4.6lowGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumQwen3.7 PlusnonevsGrok 4.6low