ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs xAI: Grok 4.5

概要

GPT-5.6 Luna (high) vs Grok 4.5 (low) の benchmark 比較: Grok 4.5 (low) が平均スコアでリードし、7.8 vs 7.7 です。 Grok 4.5 (low) の benchmark コストが低く、$0.760 vs $0.924 です。 Grok 4.5 (low) の方が高速で、15.48s vs 18.39s です、成功率は 71.4% vs 74.6% です。

おすすめモデル: Grok 4.5 (low) - この比較で最も高いスコア（7.8）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: 2026-07-09

指標 GPT-5.6 Luna GPT-5.6 Luna high リリース: 2026-07-09 Grok 4.5 Grok 4.5 low リリース: 2026-07-08
スコア 7.7 7.8
順位 #50 #39
信頼性 10.0 10.0
一貫性 8.8 9.7
正解テスト
試行ごとの合格率 71.4% 74.6%
不安定なテスト 3 1
総実行回数 63 63
結果あたりのコスト 6.594 5.061
合計コスト $0.924 $0.760
入力価格 $1.000 / 1M $2.000 / 1M
出力価格 $6.000 / 1M $6.000 / 1M
合計入力トークン 35,699 58,652
出力トークン 2,079 1,735
推論トークン 145,816 105,233
応答時間（平均） 18.39s 15.48s
応答時間（最大） 111.09s 205.28s
応答時間（合計） 386.24s 324.98s

生成ショーケース

Hamster playing table tennis

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

#50 GPT-5.6 Luna

high
コスト
$0.033
時間
34.2s
トークン
5,484 tok

#39 xAI: Grok 4.5

low
コスト
$0.011
時間
12.4s
トークン
2,018 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

クイック比較

比較ペアを切り替え

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.3mediumQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumGemini 3.1 Flash LitemediumvsGrok 4.5low