ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

xAI: Grok 4.20 vs xAI: Grok 4.3

概要

Grok 4.20 vs Grok 4.3 の benchmark 比較: Grok 4.3 が平均スコアでリードし、7.7 vs 7.3 です。 Grok 4.20 の benchmark コストが低く、$0.609 vs $0.614 です。 Grok 4.20 の方が高速で、27.68s vs 47.51s です、成功率は 63.5% vs 71.4% です。

おすすめモデル: Grok 4.20 - スコアはここでの最高値に近く（7.3 vs 7.7）、Grok 4.3 より約 1.7 倍速く応答します。

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: 2026-06-18

指標 Grok 4.20 Grok 4.20 medium リリース: 2026-03-31 Grok 4.3 Grok 4.3 medium リリース: 2026-05-01
スコア 7.3 7.7
順位 #53 #37
信頼性 10.0 10.0
一貫性 8.8 8.5
正解テスト
試行ごとの合格率 63.5% 71.4%
不安定なテスト 3 4
総実行回数 63 63
結果あたりのコスト 8.309 4.724
合計コスト $0.609 $0.614
入力価格 $1.250 / 1M $1.250 / 1M
出力価格 $2.500 / 1M $2.500 / 1M
合計入力トークン 44,433 44,472
出力トークン 1,819 1,981
推論トークン 219,524 221,382
応答時間（平均） 27.68s 47.51s
応答時間（最大） 199.66s 216.69s
応答時間（合計） 581.26s 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.

#53 xAI: Grok 4.20

medium
コスト
$0.041
時間
110.3s
トークン
16,336 tok

#37 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 4.3 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 4.3 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 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 4.3 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 4.3 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 4.3 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 4.3 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 4.3 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 4.3 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

Step 3.7 FlashlowvsGrok 4.3mediumGemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.3mediumGrok 4.20mediumvsGLM 5.2noneStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.20medium