Grok 3 mini
2026年11月16日時点で、Grok 3 mini(SpaceXAI)のBenchLeader Indexは52.6です(ランク付け対象は608構成)。最も強いのは数学(59)、最も弱いのはコーディング(49)です。2025年4月9日にリリースされました。
要点(2026年11月16日時点)
- Grok 3 miniは2025年4月9日にリリースされました(SpaceXAI)。
詳しく見ると:Grok 3 miniはSpaceXAIのプロプライエタリな推論モデルです(2025年4月9日リリース)。最もスコアの高い構成(推論エフォート high)は、BenchLeader Indexで52.6 ±3.4を記録し、608構成中274位で上位半分に入ります。重要なのはこの「±」です。ほかに265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。カテゴリ別では数学が最も高く(59)、コーディングが最も低くなっています(49)。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。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
- –
- 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
- 2025年4月9日
- 総合Index53
- 推論54
- コーディング49
- 数学59
- 人間の評価53
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-3-mini)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2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 3 minihighこのページ | 2025年4月9日 | 52.6 | #274 |
| Grok 2 Mini | – | – | – |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年9月8日〜2026年11月16日- high
- 標準
- low
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。
メタデータ
| ベンチマーク | thinking | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 11.1#292 | Artificial Analysis |
推論
| ベンチマーク | low | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| GPQA Diamond | 76.3%#154 | 75.5%#161 | – | – | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | – | 1378#197 | – | 1370#205 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | – | – | 79.1%#205 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | – | – | 11.0%#323 | – | Artificial Analysis | |
| Kagi LLM Benchmarkエフォート未記載 | – | – | – | 61.3%#47 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)Index対象外エフォート未記載 | – | – | – | 67.5%#14 | HELM Capabilities | |
| ARC-AGI-1 | 16.5%#234 | – | – | – | ARC Prize | |
| ARC-AGI-2 | 0.4%#248 | – | – | – | ARC Prize | |
| CritPtIndex対象外 | – | – | 0.6%#274 | – | Artificial Analysis | |
| Arena ExpertIndex対象外 | – | 1407#163 | – | 1383#192 | Arena (LMArena) |
コーディング
| ベンチマーク | low | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| WeirdML | – | 42.6%#93 | – | – | WeirdML | |
| Arena Coding | – | 1393#207 | – | 1386#215 | Arena (LMArena) | |
| Aider Polyglot | 34.7%#45 | 49.3%#35 | – | – | Aider polyglot leaderboard | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | 921#181 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | – | – | 69.6%#67 | – | Artificial Analysis |
エージェント・ツール
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Terminal-Bench Hard | 17.4%#182 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 90.3%#65 | – | Artificial Analysis | |
| BrowseCompIndex対象外エフォート未記載 | – | 1.7%#11 | OpenAI |
数学
| ベンチマーク | low | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| OTIS Mock AIME | 62.2%#171 | 77.8%#133 | – | – | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 90.9%#20 | 88.1%#24 | – | – | Epoch AI Benchmarking Hub | |
| Omni-MATH (HELM)エフォート未記載 | – | – | – | 31.8%#41 | HELM Capabilities | |
| Arena Maths | – | 1389#170 | – | 1370#186 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | – | – | 84.7%#46 | – | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMLU-Pro (HELM)Index対象外 | 79.9%#19 | HELM Capabilities |
指示追従
| ベンチマーク | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| IFBench | – | 45.9%#201 | – | Artificial Analysis | |
| IFEval (HELM)エフォート未記載 | – | – | 95.1%#1 | HELM Capabilities | |
| WildBench (HELM)エフォート未記載 | – | – | 65.1%#65 | HELM Capabilities | |
| Arena Instruction FollowingIndex対象外 | 1360#189 | – | 1353#195 | Arena (LMArena) |
人間の評価
| ベンチマーク | low | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Text | – | 1364#195 | 1358#201 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | – | 1332#195 | 1336#190 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | – | 1350#202 | 1345#206 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | – | 1377#189 | 1367#198 | Arena (LMArena) | |
| Lech Mazur Creative WritingIndex対象外 | 73.5%#29 | – | – | Lech Mazur |
長文コンテキスト
| ベンチマーク | medium | thinking | 出典 | 推移 |
|---|---|---|---|---|
| Fiction.LiveBench 120k | 65.6%#10 | – | Fiction.live | |
| AA-LCR v1.1 | – | 55.3%#318 | Artificial Analysis |
総合
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | 139.9#116 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 14.6#303 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 236#300 | – | Artificial Analysis | |
| HELM Capabilities meanIndex対象外エフォート未記載 | – | 67.9%#26 | HELM Capabilities |
関連ページ
埋め込み・引用
Grok 3 mini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-3-mini)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 3 mini on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-3-mini
BibTeX:
@misc{benchleader_grok_3_mini_20261116,
author = {{BenchLeader}},
title = {{Grok 3 mini on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/grok-3-mini}},
note = {Data as of 2026-11-16}
}よくある質問
- Grok 3 miniのベンチマークスコアは?
- 2026年11月16日時点で、Grok 3 mini(推論エフォート high)のBenchLeader Indexは52.6 ±3.4です。最も強いのは数学(59)、最も弱いのはコーディング(49)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 3 miniの順位は?
- 2026年11月16日時点で、Grok 3 mini(推論エフォート high)はランク付けされた608構成中274位です。ほかに265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 3 miniはいつリリースされましたか?
- SpaceXAIが2025年4月9日にGrok 3 miniをリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Grok 3 mini: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-3-mini