OpenAI: GPT-5.6 Sol vs xAI: Grok 4.5

GPT-5.6 Sol (low) が平均スコアでリードし、9.5 vs 8.9 です。 GPT-5.6 Sol (low) の benchmark コストが低く、$0.971 vs $1.707 です。 GPT-5.6 Sol (low) の方が高速で、8.79s vs 76.50s です、成功率は 86.4% vs 83.3% です。

おすすめモデルGPT-5.6 Sol (low)ここでは最高スコア（9.5）で、Grok 4.5 (high) より約 1.8 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	GPT-5.6 Sol GPT-5.6 Sol low リリース: 2026-07-09	Grok 4.5 Grok 4.5 high リリース: 2026-07-08

指標	GPT-5.6 Sol GPT-5.6 Sol low リリース: 2026-07-09	Grok 4.5 Grok 4.5 high リリース: 2026-07-08
スコア	9.5	8.9
順位	#3	#12
信頼性	10.0	10.0
一貫性	9.2	9.2
正解テスト
試行ごとの合格率	86.4%	83.3%
不安定なテスト	2	2
総実行回数	66	66
結果あたりのコスト	5.391	10.041
合計コスト	$0.971	$1.707
入力価格	$5.000 / 1M	$2.000 / 1M
出力価格	$30.000 / 1M	$6.000 / 1M
合計入力トークン	78,571	151,562
出力トークン	4,476	5,655
推論トークン	14,770	247,540
応答時間（平均）	8.79s	76.50s
応答時間（最大）	53.91s	676.83s
応答時間（合計）	193.33s	1683.07s

Hamster playing table tennis

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

#3 GPT-5.6 Sol

low

コスト: $0.062
時間: 26.7s
トークン: 2,150 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
GPT-5.6 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		11.25s	7,302	412	3,482
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		14.58s	55,372	2,896	1,539
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.82s	7,140	222	0
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
GPT-5.6 Sol	5.3	7.2	44.4%	1		29.07s	723	71	7,822
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.07s	477	99	135
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.27s	660	90	146
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
GPT-5.6 Sol	8.2	7.2	88.9%	1		3.44s	642	224	534
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.56s	5,454	258	294
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
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.67s	195	30	326
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 FlashhighvsGPT-5.6 Sollow 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 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high