AI BENCHY Compare
HY3 Preview vs Grok 4.20 Multi Agent 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: 2026-04-26
| 指標 | HY3 Preview HY3 Preview high 無料で利用可能 | Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium |
|---|---|---|
| スコア | 8.5 | 6.4 |
| 順位 | #11 | #67 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 8.8 | 7.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 81.5% | 57.4% |
| 不安定なテスト | 3 | 6 |
| 総実行回数 | 50 | 52 |
| 結果あたりのコスト | 0.000 | 72.473 |
| 合計コスト | $0.000 | $5.074 |
| ???? | $0.000 / 1M | $0.000 / 1M |
| ???? | $0.000 / 1M | $0.000 / 1M |
| 出力トークン | 238,920 | 299,034 |
| 推論トークン | 0 | 309,670 |
| 応答時間（平均） | 55.19s | 9.80s |
| 応答時間（最大） | 149.94s | 35.28s |
| 応答時間（合計） | 938.23s | 156.75s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 32.69s | 26,550 | 0 | |
| Grok 4.20 Multi Agent Beta | 6.9 | 5.8 | 75.0% | 2 | 3.46s | 33,706 | 33,077 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 99.76s | 38,167 | 0 | |
| Grok 4.20 Multi Agent Beta | 10.0 | 10.0 | 100.0% | 0 | 27.11s | 86 | 13,141 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 113.09s | 31,319 | 0 | |
| Grok 4.20 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 6.5 | 10.0 | 50.0% | 0 | 12.11s | 4,323 | 0 | |
| Grok 4.20 Multi Agent Beta | 10.0 | 10.0 | 100.0% | 0 | 5.54s | 25,306 | 25,051 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 5.3 | 7.2 | 44.4% | 1 | 109.04s | 87,559 | 0 | |
| Grok 4.20 Multi Agent Beta | 2.9 | 7.2 | 11.1% | 1 | 24.67s | 164,609 | 163,647 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 5,490 | 0 | |
| Grok 4.20 Multi Agent Beta | 5.8 | 2.8 | 66.7% | 1 | 6.40s | 15,848 | 15,746 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 8.5 | 6.8 | 83.3% | 1 | 34.02s | 13,331 | 0 | |
| Grok 4.20 Multi Agent Beta | 8.3 | 10.0 | 50.0% | 0 | 4.63s | 25,457 | 25,322 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 9.0 | 7.9 | 88.9% | 1 | 28.07s | 21,811 | 0 | |
| Grok 4.20 Multi Agent Beta | 7.2 | 5.1 | 77.8% | 2 | 5.01s | 34,022 | 33,686 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 78.83s | 10,370 | 0 | |
| Grok 4.20 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 |
クイック比較
比較ペアを切り替え
Qwen3.5 Plus 2026-02-15mediumvsHY3 Previewhigh無料で利用可能Qwen3.6 Plus Previewmedium無料で利用可能vsHY3 Previewhigh無料で利用可能Qwen3.5-27BmediumvsHY3 Previewhigh無料で利用可能GPT-5.3-CodexmediumvsHY3 Previewhigh無料で利用可能Gemini 3 PRO PreviewmediumvsHY3 Previewhigh無料で利用可能Seed-2.0-LitemediumvsHY3 Previewhigh無料で利用可能HY3 Previewhigh無料で利用可能vsGLM 5mediumGemma 4 31Bmedium無料で利用可能vsHY3 Previewhigh無料で利用可能Gemini 2.5 FlashmediumvsHY3 Previewhigh無料で利用可能GPT-5.4mediumvsHY3 Previewhigh無料で利用可能Gemini 3.1 Flash Lite PreviewmediumvsHY3 Previewhigh無料で利用可能Gemini 3 Flash PreviewlowvsHY3 Previewhigh無料で利用可能