- 順位
- #140
- 合計出力トークン
- 4,357
- 応答時間（平均）
- 2.17s
- 合計コスト
- $0.201
GPT-5.6 Sol vs Grok 4.20 (medium)
平均スコアは 7.0 vs 7.0 でほぼ同等です。 GPT-5.6 Sol の benchmark コストが低く、$0.201 vs $0.805 です。 GPT-5.6 Sol の方が高速で、2.17s vs 32.56s です、成功率は 63.6% vs 60.6% です。
比較対象モデル
- 順位
- #145
- 合計出力トークン
- 270,259
- 応答時間（平均）
- 32.56s
- 合計コスト
- $0.805
おすすめモデル
GPT-5.6 Sol
ここでは最高スコア（7.0）で、Grok 4.20 (medium) より約 4.0 倍低コストです。
詳細比較
| 指標 | GPT-5.6 Sol GPT-5.6 Sol none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.0 | 7.0 |
| 順位 | #140 | #145 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.0 | 8.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 60.6% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.365 | 10.365 |
| 合計コスト | $0.201 | $0.805 |
| 入力価格 | $2.000 / 1M | $1.250 / 1M |
| 出力価格 | $10.000 / 1M | $2.500 / 1M |
| 合計入力トークン | 78,602 | 102,986 |
| 出力トークン | 4,357 | 5,860 |
| 推論トークン | 0 | 264,399 |
| 応答時間（平均） | 2.17s | 32.56s |
| 応答時間（最大） | 12.81s | 199.66s |
| 応答時間（合計） | 47.66s | 716.36s |
| パラメータ | ~2T 総数 (~150B アクティブ) | ~1T 総数 (~100B 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.
#140 GPT-5.6 Sol
none- コスト
- $0.116
- 時間
- 78.7s
- トークン
- 3,944 tok
#145 SpaceXAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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 Sol | 8.3 | 10.0 | 75.0% | 0 | 1.27s | 606 | 154 | 0 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 7,302 | 390 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 8.37s | 55,394 | 2,881 | 0 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 | 1.53s | 7,140 | 222 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | 5.9 | 7.2 | 55.6% | 1 | 1.44s | 732 | 54 | 0 | |
| Grok 4.20 | 2.9 | 7.2 | 11.1% | 1 | 49.71s | 1,959 | 872 | 59,761 |
| 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 | 6.5 | 3.4 | 66.7% | 1 | 1.52s | 477 | 91 | 0 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 | 8.5 | 6.8 | 83.3% | 1 | 1.33s | 660 | 84 | 0 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.49s | 642 | 211 | 0 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 | 3.70s | 5,454 | 246 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.95s | 195 | 24 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
クイック比較
比較ペアを切り替え
GPT-5.6 SolnonevsGrok 4.3mediumGPT-5.5nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsGLM 5.1mediumMercury 2.5highvsGPT-5.6 SolnoneMercury 2mediumvsGPT-5.6 SolnoneClaude Fable 5.1lowvsGrok 4.20mediumGPT-5.6 SolnonevsSolar Pro 4highSeed-2.0-MinimediumvsGPT-5.6 SolnoneKimi K2.5mediumvsGPT-5.6 SolnoneSeed-2.0-CodehighvsGrok 4.20mediumMercury 2.5highvsGrok 4.20medium