AI BENCHY Compare
OpenAI: GPT-5 Mini vs xAI: Grok 4.20 Beta
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: 2026-03-12
| 指標 | GPT-5 Mini GPT-5 Mini medium | Grok 4.20 Beta Grok 4.20 Beta none |
|---|---|---|
| 順位 | #34 | #52 |
| 平均スコア | 6.0 | 4.4 |
| 一貫性 | 8.9 | 9.1 |
| 結果あたりのコスト | 1.457 | 2.214 |
| 合計コスト | $0.117 | $0.089 |
| 正解テスト | ||
| 試行ごとの合格率 | 58.3% | 33.3% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 5,826 | 1,511 |
| 推論トークン | 48,768 | 0 |
| 応答時間（平均） | 25.14s | 1.22s |
| 応答時間（最大） | 88.15s | 6.48s |
| 応答時間（合計） | 402.29s | 19.53s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 7.0 | 9.6 | 66.7% | 0 | 16.45s | 1,645 | 5,824 | |
| Grok 4.20 Beta | 3.3 | 7.9 | 22.2% | 1 | 562ms | 245 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 88.15s | 754 | 11,520 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 6.48s | 282 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 9.9 | 10.0 | 100.0% | 0 | 12.58s | 453 | 3,200 | |
| Grok 4.20 Beta | 9.9 | 10.0 | 100.0% | 0 | 601ms | 197 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 10.0 | 7.2 | 22.2% | 1 | 44.63s | 293 | 14,016 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 611ms | 160 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 4.0 | 10.0 | 0.0% | 0 | 13.50s | 349 | 1,856 | |
| Grok 4.20 Beta | 5.0 | 10.0 | 0.0% | 0 | 541ms | 87 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 7.5 | 6.6 | 83.3% | 1 | 15.66s | 318 | 4,992 | |
| Grok 4.20 Beta | 4.5 | 10.0 | 0.0% | 0 | 687ms | 60 | 0 |
| Puzzle Solving | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 4.3 | 9.8 | 33.3% | 0 | 14.09s | 1,527 | 5,760 | |
| Grok 4.20 Beta | 4.0 | 7.2 | 55.6% | 1 | 541ms | 291 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 18.64s | 487 | 1,600 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 189 | 0 |
クイック比較
比較ペアを切り替え
GPT-5 MinimediumvsGLM 5noneGPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsGrok 4.20 BetanoneDeepSeek V3.2nonevsGPT-5 Minimediumgpt-oss-120bmedium無料で利用可能vsGrok 4.20 BetanoneClaude Sonnet 4.6nonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsGPT-5 MinimediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneGPT-5 MinimediumvsQwen3.5-122B-A10BnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5 Minimedium