- 順位
- #74
- 合計出力トークン
- 96,722
- 応答時間（平均）
- 32.23s
- 合計コスト
- $2.961
Claude Opus 4.6 (medium) vs Gemini 2.5 Flash (medium)
Gemini 2.5 Flash (medium) が平均スコアでリードし、8.2 vs 7.7 です。 Gemini 2.5 Flash (medium) の benchmark コストが低く、$0.644 vs $2.961 です。 Gemini 2.5 Flash (medium) の方が高速で、21.14s vs 32.23s です、成功率は 63.6% vs 71.2% です。
- 順位
- #46
- 合計出力トークン
- 241,365
- 応答時間（平均）
- 21.14s
- 合計コスト
- $0.644
おすすめモデル
Gemini 2.5 Flash (medium)
ここでは最高スコア（8.2）で、Claude Opus 4.6 (medium) より約 4.6 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Gemini 2.5 Flash Gemini 2.5 Flash medium |
|---|---|---|
| スコア | 7.7 | 8.2 |
| 順位 | #74 | #46 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 71.2% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 22.777 | 4.288 |
| 合計コスト | $2.961 | $0.644 |
| 入力価格 | $5.000 / 1M | $0.300 / 1M |
| 出力価格 | $25.000 / 1M | $2.500 / 1M |
| 合計入力トークン | 108,573 | 132,507 |
| 出力トークン | 69,994 | 12,739 |
| 推論トークン | 26,728 | 228,626 |
| 応答時間（平均） | 32.23s | 21.14s |
| 応答時間（最大） | 151.51s | 140.50s |
| 応答時間（合計） | 515.65s | 465.10s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~350B 総数 (~20B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#74 Claude Opus 4.6
medium
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
#46 Gemini 2.5 Flash
medium
無効なSVG
- コスト
- $0.000
- 時間
- 274.0s
- トークン
- 0 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 6.4 | 5.8 | 66.7% | 2 | 7.45s | 840 | 986 | 1,071 | |
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 5.7 | 7.1 | 44.4% | 1 | 30.10s | 8,522 | 13,057 | 4,121 | |
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 114.08s | 76,073 | 33,018 | 9,509 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.37s | 8,676 | 691 | 757 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 42.53s | 632 | 12,350 | 7,100 | |
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.07s | 642 | 18 | 80,864 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 564 | 188 | 292 | |
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 792 | 266 | 467 | |
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.71s | 816 | 532 | 630 | |
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 11,454 | 861 | 329 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 63.24s | 204 | 8,045 | 2,452 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highGemini 2.5 FlashmediumvsMuse Spark 1.1lowGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGemini 2.5 FlashmediumvsMuse Glimmer 30BxhighClaude Opus 4.6mediumvsSolar Pro 4xhighGemini 2.5 FlashmediumvsQwen3.8 27BhighGemini 2.5 FlashmediumvsGrok 4.5low