AI BENCHY Compare
OpenAI: GPT-5 Nano 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 Nano GPT-5 Nano medium | Grok 4.20 Beta Grok 4.20 Beta none |
|---|---|---|
| 順位 | #38 | #52 |
| 平均スコア | 5.5 | 4.4 |
| 一貫性 | 7.0 | 9.1 |
| 結果あたりのコスト | 0.856 | 2.214 |
| 合計コスト | $0.060 | $0.089 |
| 正解テスト | ||
| 試行ごとの合格率 | 60.4% | 33.3% |
| 不安定なテスト | 6 | 2 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 4,386 | 1,511 |
| 推論トークン | 142,080 | 0 |
| 応答時間（平均） | 47.94s | 1.22s |
| 応答時間（最大） | 204.02s | 6.48s |
| 応答時間（合計） | 431.47s | 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 Nano | 7.0 | 10.0 | 66.7% | 0 | 37.73s | 1,107 | 19,968 | |
| 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 Nano | 10.0 | 10.0 | 100.0% | 0 | 65.96s | 578 | 17,984 | |
| 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 Nano | 10.0 | 1.7 | 50.0% | 2 | 21.42s | 453 | 10,560 | |
| 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 Nano | 4.0 | 4.4 | 55.6% | 2 | 204.02s | 237 | 64,448 | |
| 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 Nano | 3.0 | 10.0 | 0.0% | 0 | 17.51s | 202 | 4,608 | |
| 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 Nano | 9.0 | 6.8 | 83.3% | 1 | 11.90s | 382 | 4,096 | |
| 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 Nano | 4.0 | 7.2 | 44.4% | 1 | 19.81s | 869 | 13,440 | |
| 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 Nano | 10.0 | 10.0 | 100.0% | 0 | 33.30s | 558 | 6,976 | |
| 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
DeepSeek V3.2nonevsGPT-5 NanomediumGPT-5 NanomediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsGrok 4.20 BetanoneGemini 2.5 FlashnonevsGPT-5 NanomediumGPT-5 NanomediumvsGLM 5noneGPT-5 NanomediumvsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsGPT-5 NanomediumGPT-5 NanomediumvsQwen3.5-27Bnonegpt-oss-120bmedium無料で利用可能vsGrok 4.20 BetanoneGPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGrok 4.20 Betanone