Grok 2
2026年11月16日時点で、Grok 2(SpaceXAI)のBenchLeader Indexは42.3です(ランク付け対象は608構成)。最も強いのは人間の評価(49)、最も弱いのはコーディング(32)です。2024年12月12日にリリースされました。
要点(2026年11月16日時点)
- Grok 2は2024年12月12日にリリースされました(SpaceXAI)。
詳しく見ると:Grok 2はSpaceXAIのオープンウェイトのモデルです(2024年12月12日リリース)。最もスコアの高い構成は、BenchLeader Indexで42.3 ±4.8を記録し、608構成中495位で下位半分に入ります。重要なのはこの「±」です。ほかに200構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(49)、コーディングが最も低くなっています(32)。最終測定日:2026年11月11日。
- ブレンド価格
- –
- 出力速度
- –
- 回答開始
- –
- コンテキスト
- 131k
- 出典:Artificial Analysis
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2024年12月12日
- 総合Index42
- 推論37
- コーディング32
- 数学41
- 知識45
- 人間の評価49
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/grok-2)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
SpaceXAIはこの名前で11つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Grok 4.7xhigh | 2026年9月21日 | 57.4 | #154 |
| Grok 4.6high | 2026年8月11日 | 60.6 | #74 |
| Grok 4.5 | 2026年7月8日 | 59.3 | #109 |
| Grok 4.3high | 2026年4月17日 | 56.5 | #180 |
| Grok 4.2high | 2026年3月10日 | – | – |
| Grok 4.20thinking | 2026年2月17日 | 58.3 | #132 |
| Grok 4.1 | 2025年11月17日 | 57.1 | #160 |
| Grok 4 | 2025年7月9日 | 58.1 | #136 |
| Grok 3 | 2025年2月17日 | 50.9 | #326 |
| Grok 2このページ | 2024年12月12日 | 42.3 | #495 |
| Grok 4.20 1 | – | – | – |
Indexの推移
2026年9月8日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond | 53.8%#220 | Epoch AI Benchmarking Hub | |
| SimpleBench | 22.7%#101 | SimpleBench | |
| Arena Hard Prompts | 1326#246 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 51.0%#434 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 3.1%#628 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | 50.8%#116 | Vals AI | |
| Arena ExpertIndex対象外 | 1316#237 | Arena (LMArena) | |
| DTBenchIndex対象外 | 65.2%#175 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| WeirdML | 22.2%#142 | WeirdML | |
| Arena Coding | 1358#246 | Arena (LMArena) | |
| LiveCodeBench | 38.7%#128 | Vals AI | |
| Design Arena WebsiteIndex対象外 | 849#186 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | 26.7%#221 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| BrowseCompIndex対象外 | 1.0%#18 | OpenAI |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| OTIS Mock AIME | 11.5%#241 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 63.5%#45 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 15.2%#83 | Vals AI | |
| MGSM | 86.2%#63 | Vals AI | |
| MATH 500Index対象外 | 78.4%#41 | Vals AI | |
| Arena Maths | 1294#239 | Arena (LMArena) |
知識
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Instruction FollowingIndex対象外 | 1312#238 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1336#226 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1317#206 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1324#229 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1336#230 | Arena (LMArena) | |
| Lech Mazur Creative WritingIndex対象外 | 63.6%#38 | Lech Mazur |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 129.7#145 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 7.1#504 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 161#528 | Artificial Analysis |
関連ページ
埋め込み・引用
Grok 2の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/grok-2)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Grok 2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-2
BibTeX:
@misc{benchleader_grok_2_20261116,
author = {{BenchLeader}},
title = {{Grok 2 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/grok-2}},
note = {Data as of 2026-11-16}
}よくある質問
- Grok 2のベンチマークスコアは?
- 2026年11月16日時点で、Grok 2のBenchLeader Indexは42.3 ±4.8です。最も強いのは人間の評価(49)、最も弱いのはコーディング(32)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Grok 2の順位は?
- 2026年11月16日時点で、Grok 2はランク付けされた608構成中495位です。ほかに200構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Grok 2はいつリリースされましたか?
- SpaceXAIが2024年12月12日にGrok 2をリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Grok 2:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/grok-2