- 順位
- #90
- 合計出力トークン
- 259,340
- 応答時間（平均）
- 29.47s
- 合計コスト
- $0.777
比較対象モデル
Grok 4.20 (medium) vs Grok 4.20 Beta (medium) vs Grok 4.3 (medium) ベンチマーク比較: Grok 4.3 (medium) は スコア で 7.1 と首位です。 Grok 4.20 (medium) は 信頼性 で 10.0 と首位です。 Grok 4.20 Beta (medium) は 合計コスト が最も低く、$0.750 です。 Grok 4.20 Beta (medium) は 9.75s で最速です。
- 順位
- #152
- 合計出力トークン
- 93,212
- 応答時間（平均）
- 9.75s
- 合計コスト
- $0.750
- 順位
- #88
- 合計出力トークン
- 241,421
- 応答時間（平均）
- 47.45s
- 合計コスト
- $0.779
おすすめモデル
Grok 4.20 (medium)
この比較で最も高いスコア（7.1）を出し、全 3 モデルの中でコストと応答時間のバランスも最良です。
詳細比較
| 指標 | Grok 4.20 Grok 4.20 medium | Grok 4.20 Beta Grok 4.20 Beta medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|---|
| スコア | 7.1 | 6.0 | 7.1 |
| 順位 | #90 | #152 | #88 |
| 信頼性 | 10.0 | 該当なし | 10.0 |
| 一貫性 | 8.5 | 7.8 | 8.6 |
| 正解テスト | |||
| 試行ごとの合格率 | 63.6% | 66.7% | 68.2% |
| 不安定なテスト | 4 | 1 | 4 |
| 総実行回数 | 66 | 52 | 66 |
| 結果あたりのコスト | 9.709 | 4.505 | 5.990 |
| 合計コスト | $0.777 | $0.750 | $0.779 |
| 入力価格 | $1.250 / 1M | $5.805 / 1M | $1.250 / 1M |
| 出力価格 | $2.500 / 1M | $5.805 / 1M | $2.500 / 1M |
| 合計入力トークン | 102,791 | 35,955 | 140,031 |
| 出力トークン | 5,363 | 1,647 | 13,739 |
| 推論トークン | 253,977 | 91,565 | 227,682 |
| 応答時間（平均） | 29.47s | 9.75s | 47.45s |
| 応答時間（最大） | 199.66s | 31.36s | 216.69s |
| 応答時間（合計） | 648.35s | 175.48s | 1043.83s |
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.
#90 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 tok
#152 Grok 4.20 Beta
medium- コスト
- $0.034
- 時間
- 91.0s
- トークン
- 13,523 tok
#88 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 | |
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 2,010 | 268 | 7,583 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 | |
| Grok 4.20 Beta | 3.3 | 3.3 | 33.3% | 0 | 31.36s | 360 | 81 | 3,987 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 | |
| Grok 4.20 Beta | 5.0 | 5.0 | 50.0% | 0 | 20.93s | 12,909 | 227 | 12,212 | |
| Grok 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 7,761 | 180 | 5,281 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 | |
| Grok 4.20 Beta | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 1,764 | 251 | 40,255 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 825 | 72 | 3,440 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 | |
| Grok 4.20 Beta | 9.8 | 10.0 | 100.0% | 0 | 4.89s | 1,362 | 57 | 7,123 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 3.52s | 1,689 | 328 | 6,300 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 | |
| Grok 4.20 Beta | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 7,275 | 183 | 5,384 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 | |
| Grok 4.20 Beta | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| 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
Qwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20mediumQwen3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.3mediumQwen3.7 FlashlowvsGrok 4.20medium