AI BENCHY Compare
Grok 4.20 Multi Agent Beta vs GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT
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: 2026-04-02
| 指標 | Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium | GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT none |
|---|---|---|
| スコア | 6.2 | 3.0 |
| 順位 | #53 | #88 |
| 一貫性 | 7.2 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 54.9% | 0.0% |
| 不安定なテスト | 6 | 0 |
| 総実行回数 | 51 | 48 |
| 結果あたりのコスト | 82.962 | 0.000 |
| 合計コスト | $4.978 | $0.000 |
| ???? | $0.000 / 1M | $0.000 / 1M |
| ???? | $0.000 / 1M | $0.000 / 1M |
| 出力トークン | 298,948 | 0 |
| 推論トークン | 296,529 | 0 |
| 応答時間（平均） | 8.64s | 0ms |
| 応答時間（最大） | 35.28s | 0ms |
| 応答時間（合計） | 129.64s | 0ms |
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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 6.9 | 5.8 | 75.0% | 2 | 3.46s | 33,706 | 33,077 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 10.0 | 10.0 | 100.0% | 0 | 5.54s | 25,306 | 25,051 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 2.9 | 7.2 | 11.1% | 1 | 24.67s | 164,609 | 163,647 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 5.8 | 2.8 | 66.7% | 1 | 6.40s | 15,848 | 15,746 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 8.3 | 10.0 | 50.0% | 0 | 4.63s | 25,457 | 25,322 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 7.2 | 5.1 | 77.8% | 2 | 5.01s | 34,022 | 33,686 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT | 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
DeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent BetamediumHunter AlphanonevsGrok 4.20 Multi Agent BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-PrononeGrok 4.20 Multi Agent BetamediumvsGLM 5noneGemma 4 31BnonevsGrok 4.20 Multi Agent Betamedium