AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs xAI: Grok 4.3

概要

GPT-5.6 Terra (low) vs Grok 4.3 (medium) の benchmark 比較: 平均スコアは 7.7 vs 7.7 でほぼ同等です。 GPT-5.6 Terra (low) の benchmark コストが低く、$0.343 vs $0.614 です。 GPT-5.6 Terra (low) の方が高速で、4.88s vs 47.51s です、成功率は 74.6% vs 71.4% です。

おすすめモデル: GPT-5.6 Terra (low) - ここでは最高スコア（7.7）で、Grok 4.3 (medium) 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: 2026-07-09

指標	GPT-5.6 Terra GPT-5.6 Terra low リリース: 2026-07-09	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01

指標	GPT-5.6 Terra GPT-5.6 Terra low リリース: 2026-07-09	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01
スコア	7.7	7.7
順位	#47	#46
信頼性	10.0	10.0
一貫性	8.1	8.5
正解テスト
試行ごとの合格率	74.6%	71.4%
不安定なテスト	5	4
総実行回数	63	63
結果あたりのコスト	2.637	4.724
合計コスト	$0.343	$0.614
入力価格	$2.500 / 1M	$1.250 / 1M
出力価格	$15.000 / 1M	$2.500 / 1M
合計入力トークン	34,226	44,472
出力トークン	1,943	1,981
推論トークン	15,201	221,382
応答時間（平均）	4.88s	47.51s
応答時間（最大）	19.85s	216.69s
応答時間（合計）	102.53s	997.68s

生成ショーケース

Hamster playing table tennis

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

#47 GPT-5.6 Terra

low

コスト: $0.034
時間: 16.8s
トークン: 2,348 tok

#46 xAI: Grok 4.3

medium

コスト: $0.009
時間: 19.0s
トークン: 3,661 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 Terra	8.3	10.0	75.0%	0		2.36s	606	171	602
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 Terra	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 Terra	10.0	10.0	100.0%	0		5.07s	11,019	312	349
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

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 Terra	10.0	10.0	100.0%	0		919ms	7,140	222	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 Terra	5.3	7.2	44.4%	1		8.34s	723	72	4,086
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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 Terra	4.8	3.2	33.3%	1		3.52s	477	105	249
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 Terra	10.0	10.0	100.0%	0		1.48s	660	87	134
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 Terra	10.0	10.0	100.0%	0		4.46s	642	259	1,506
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 Terra	4.7	1.6	66.7%	1		6.69s	5,462	257	226
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 Terra	3.0	10.0	0.0%	0		5.95s	195	29	1,228
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsGPT-5.6 Terralow Step 3.7 FlashlowvsGrok 4.3medium Claude Opus 4.8lowvsGrok 4.3medium GPT-5.6 LunahighvsGrok 4.3medium GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Kimi K2.6medium無料で利用可能vsGPT-5.6 Terralow Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow MiniMax M3mediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsGPT-5.6 Terralow Claude Sonnet 4.6mediumvsGPT-5.6 Terralow