BenchLeader

Grok 4.3

推論エフォート
品質339中87位
56.5Index
中央値より上
中央値比 +6.3
価格255中163位
$1.56100万トークンあたり
多くのモデルより高い
中央値の1.8倍
速度216中102位
85トークン/秒
中央値より上
中央値の1.0倍
コスパ255中162位
36.1ポイント/$
中央値より下
中央値の0.7倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(11分の1の価格)。

より安価でスコアの高いランク付けモデルが21つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか18つ。

2026年11月16日時点で、Grok 4.3(SpaceXAI)のBenchLeader Indexは56.5です(ランク付け対象は608構成)。最も強いのは指示追従(79)、最も弱いのはエージェント・ツール(45)です。API料金は入力100万トークンあたり$1.25、出力100万トークンあたり$2.50(3:1のブレンドで$1.56)で、2026年11月16日時点の定価です。出力速度は約85トークン/秒です(Artificial Analysis)。2026年4月17日にリリースされました。

要点(2026年11月16日時点)

  • Grok 4.3のAPI料金は入力100万トークンあたり$1.25、出力100万トークンあたり$2.50(3:1のブレンドで$1.56)です(定価、2026年11月16日)。
  • Grok 4.3の出力速度は約85トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Grok 4.3は2026年4月17日にリリースされました(SpaceXAI)。

詳しく見ると:Grok 4.3はSpaceXAIのプロプライエタリな推論モデルです(2026年4月17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56.5 ±6.7を記録し、608構成中180位で上位半分に入ります。重要なのはこの「±」です。ほかに323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。カテゴリ別では指示追従が最も高く(79)、エージェント・ツールが最も低くなっています(45)。ブレンド価格は100万トークンあたり$1.56で、ランク付けされたモデルの多くより高価です。出力速度は85トークン/秒、回答開始まで17.7秒で、多くのモデルより高速です。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10月1日。

ブレンド価格
$1.56/M
入力$1.25・出力$2.50
出典:Artificial Analysis
出力速度
85 tok/s
Artificial Analysisによる測定
回答開始
18 s
最初のトークン 1.17 s
コンテキスト
1M
出典:models.dev
回答完了まで
46 s
最終測定2026年11月13日
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
2026年4月17日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index57
  2. 推論63
  3. コーディング58
  4. エージェント・ツール45
  5. 数学46
  6. 知識50
  7. 指示追従79
  8. マルチモーダル60
  9. 長文コンテキスト61

この順位を埋め込む

ほかのバッジスタイル
[![Grok 4.3 on BenchLeader: 総合 86位](https://www.benchleader.com/badge/grok-4-3.svg?style=compact)](https://www.benchleader.com/models/grok-4-3)

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。

SpaceXAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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 4.7xhigh2026年9月21日57.4#154
Grok 4.6high2026年8月11日60.6#74
Grok 4.52026年7月8日59.3#109
Grok 4.3highこのページ2026年4月17日56.5#180
Grok 4.2high2026年3月10日––
Grok 4.20thinking2026年2月17日58.3#132
Grok 4.12025年11月17日57.1#160
Grok 42025年7月9日58.1#136
Grok 32025年2月17日50.9#326
Grok 22024年12月12日42.3#495
Grok 4.20 1–––

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。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし46.3#43580 tok/s1.04 s$0.0013エージェント・ツール 40 · 指示追従 49 · 長文コンテキスト 40 · マルチモーダル 47
low––62 tok/s11 s$0.0013エージェント・ツール 57 · 指示追従 79 · 長文コンテキスト 62 · マルチモーダル 55
medium––86 tok/s14 s$0.0013エージェント・ツール 60 · 指示追従 81 · 長文コンテキスト 62 · マルチモーダル 58
high最良56.5#18085 tok/s18 s$0.0013エージェント・ツール 45 · コーディング 58 · 指示追従 79 · 知識 50 · 長文コンテキスト 61 · 数学 46 · マルチモーダル 60 · 推論 63
未記載54.5#23067 tok/s1.17 s$0.0013コーディング 47 · 人間の評価 51 · 知識 60 · 数学 59 · マルチモーダル 55 · 推論 62

Indexの推移

2026年9月8日〜2026年11月16日
405367
  • high
  • 標準
  • 推論なし

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

ベンチマーク推論なしlowmediumhigh標準出典推移
GPQA Diamond–––88.8%#65–Epoch AI Benchmarking Hub
Arena Hard Promptsエフォート未記載––––1456#109Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外エフォート未記載––––70.8%#65LiveBench
GPQA Diamond (AA)Index対象外65.8%#34484.3%#14689.0%#8490.1%#64–Artificial Analysis
Humanity's Last Exam (AA)Index対象外6.8%#40318.4%#25030.0%#16737.2%#119–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載––––91.4%#22Vals AI
CritPtIndex対象外0.0%#3370.6%#2744.9%#1748.0%#153–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––––1454#112Arena (LMArena)
Chess PuzzlesIndex対象外–––18.0%#109–Epoch AI Benchmarking Hub
LMCAIndex対象外–––38.3%#120–Epoch AI Benchmarking Hub
DTBenchIndex対象外–––90.7%#85–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––––63.2%#43ForecastBench

コーディング

ベンチマーク推論なしhigh標準出典推移
SciCode–48.3%#136–SciCode
WeirdMLエフォート未記載––49.9%#69WeirdML
Arena Codingエフォート未記載––1487#103Arena (LMArena)
Arena WebDevエフォート未記載––1357#119Arena (LMArena)
LiveBench 1.0 CodingIndex対象外エフォート未記載––69.9%#63LiveBench
SciCode (AA)Index対象外39.4%#19748.3%#140–Artificial Analysis
LiveCodeBench–84.5%#38–Vals AI
SWE-bench (Vals)Index対象外–71.4%#55–Vals AI
Code MigrationIndex対象外–6.8%#68–Vals AI
ProgramBenchIndex対象外–0.0%#34–Vals AI
Vibe Code Bench v1.1Index対象外–19.4%#93–Vals AI
ALE-BenchIndex対象外エフォート未記載––944.2#72Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外0.0%#1860.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外34.1%#15339.7%#142–Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載––1186#90Design Arena

エージェント・ツール

ベンチマーク推論なしlowmediumhigh標準出典推移
LiveBench Agentic CodingIndex対象外エフォート未記載––––18.5%#68LiveBench
Terminal-Bench Hard18.9%#17026.5%#13230.3%#11537.9%#62–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外65.8%#16888.9%#7191.2%#6097.7%#9–Artificial Analysis
Terminal-Bench 2.1 (Vals)–––42.0%#66–Vals AI
GDPval-AA v2.1Index対象外949#195––945#196–Artificial Analysis
τ³-Banking (AA)8.0%#161––12.4%#135–Artificial Analysis
ITBench SRE (AA)Index対象外–––32.7%#30–Artificial Analysis
Analyst Agent (AA)Index対象外–––8.8%#48–Artificial Analysis
APEX-Agents (AA)Index対象外–––17.0%#21–Artificial Analysis
Finance Agent v2Index対象外–––37.7%#66–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––0.4%#61–Vals AI
Legal Research BenchIndex対象外–––15.4%#74–Vals AI
SkillsBenchIndex対象外–––40.6%#28–Vals AI
Tax Agent BenchIndex対象外–––6.2%#77–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載––––43.5%#27Vals AI
Arena SearchIndex対象外エフォート未記載––––1194#24Arena (LMArena)
Vending-Bench 2Index対象外エフォート未記載––––35.3#67Andon Labs
AutomationBenchIndex対象外0.9%#233––1.4%#225–Artificial Analysis
GDP.pdf (AA)Index対象外2.8%#218––5.8%#190–Artificial Analysis
EnterpriseOps-GymIndex対象外–––26.3%#48–Artificial Analysis
AA-Briefcase v1.1Index対象外724#198––763#192–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––––1042#70Design Arena

数学

ベンチマークhigh標準出典推移
FrontierMath Tiers 1–342.8%#63–Epoch AI Benchmarking Hub
FrontierMath Tier 414.6%#65–Epoch AI Benchmarking Hub
OTIS Mock AIME93.3%#68–Epoch AI Benchmarking Hub
ProofBench11.0%#69–Vals AI
LiveBench MathematicsIndex対象外エフォート未記載–84.3%#57LiveBench
Arena Mathsエフォート未記載–1419#126Arena (LMArena)

知識

ベンチマークhigh標準出典推移
SimpleQA Verified33.2%#67–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載–55.8%#63LiveBench
MMLU-Pro85.8%#52–Vals AI
LegalBenchエフォート未記載–84.5%#32Vals AI
CorpFinエフォート未記載–68.5%#8Vals AI
TaxEvalエフォート未記載–70.8%#85Vals AI
CaseLaw v2Index対象外エフォート未記載–79.3%#1Vals AI
Excel Modeling BenchmarkIndex対象外18.4%#71–Vals AI
MedCodeIndex対象外エフォート未記載–38.1%#71Vals AI
MedScribeIndex対象外エフォート未記載–74.4%#79Vals AI
Public Benefits Bench v1.1Index対象外51.7%#45–Vals AI
GDP.pdfIndex対象外8.0%#538.0%#53Epoch AI Benchmarking Hub

指示追従

ベンチマーク推論なしlowmediumhigh標準出典推移
LiveBench LanguageIndex対象外エフォート未記載––––73.6%#55LiveBench
LiveBench Instruction FollowingIndex対象外エフォート未記載––––62.8%#53LiveBench
IFBench47.6%#19081.0%#683.3%#181.3%#4–Artificial Analysis
Arena Instruction FollowingIndex対象外エフォート未記載––––1415#121Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1442#95Arena (LMArena)
EQ-Bench 41065#29EQ-Bench
Arena Creative WritingIndex対象外1422#83Arena (LMArena)
Arena Multi-turnIndex対象外1448#97Arena (LMArena)
Arena Longer QueriesIndex対象外1443#103Arena (LMArena)

マルチモーダル

ベンチマーク推論なしlowmediumhigh標準出典推移
Arena Visionエフォート未記載––––1229#79Arena (LMArena)
MMMU-Pro64.8%#19572.8%#14275.8%#10778.1%#88–Artificial Analysis
MMMU-Pro (Vals)Index対象外エフォート未記載––––83.1%#34Vals AI
MortgageTaxIndex対象外エフォート未記載––––48.3%#82Vals AI
GeoBenchIndex対象外エフォート未記載––––56.0%#35GeoBench
Blueprint-Bench 2Index対象外エフォート未記載––––0.0%#33Epoch AI Benchmarking Hub

長文コンテキスト

ベンチマーク推論なしlowmediumhigh出典推移
AA-LCR v1.132.3%#40874.0%#18575.0%#17473.0%#199Artificial Analysis
MLCRIndex対象外5.6%#151––8.3%#138Artificial Analysis

総合

ベンチマーク推論なしlowmediumhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––––149.9#68Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外エフォート未記載––––62.3%#67LiveBench
AA Intelligence Index v4.3.2Index対象外14.0#31224.3#18424.8#17724.9#175–Artificial Analysis
AA Progress Index v1Index対象外229.4#319265.6#220277.5#187271.2#199–Artificial Analysis
Vals Multimodal IndexIndex対象外–––43.3%#29–Vals AI

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
SpaceXAI70 tok/s1.39 s$1.25$2.501M–
SpaceXAI64 tok/s1.24 s$1.25$2.501M–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.200のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0013$0.000921.2 s
30ページのレポートを要約12,000 / 600$0.017$0.007124.8 s
コード編集6,000 / 1,500$0.011$0.006535.4 s
エージェント型コーディングセッション60,000 / 4,000$0.085$0.0381.1 min
構造化データの抽出2,000 / 200$0.0030$0.001420.1 s

SpaceXAIのほかのモデル

今月の新着

Grok 4.3と比較する

関連ページ

埋め込み・引用

Grok 4.3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。

[![Grok 4.3 on BenchLeader: 総合 86位](https://www.benchleader.com/badge/grok-4-3.svg)](https://www.benchleader.com/models/grok-4-3)

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 4.3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-4-3

BibTeX:

@misc{benchleader_grok_4_3_20261116,
  author       = {{BenchLeader}},
  title        = {{Grok 4.3 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/grok-4-3}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Grok 4.3のベンチマークスコアは?
2026年11月16日時点で、Grok 4.3(推論エフォート high)のBenchLeader Indexは56.5 ±6.7です。最も強いのは指示追従(79)、最も弱いのはエージェント・ツール(45)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 4.3の順位は?
2026年11月16日時点で、Grok 4.3(推論エフォート high)はランク付けされた608構成中180位です。ほかに323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 4.3の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Grok 4.3の料金は入力100万トークンあたり$1.25、出力100万トークンあたり$2.50で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.56です。
Grok 4.3はGPT-5.2-Codexより優れていますか?
2026年11月16日時点で、GPT-5.2-CodexとGrok 4.3(推論エフォート high)の品質はほぼ互角です(BenchLeader Indexで57.6対56.5、±12.0の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Grok 4.3はいつリリースされましたか?
SpaceXAIが2026年4月17日にGrok 4.3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 4.3: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-4-3