ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 2.5 Flash

概要

Claude Opus 4.6 vs Gemini 2.5 Flash の benchmark 比較: Gemini 2.5 Flash が平均スコアでリードし、8.2 vs 7.7 です。 Gemini 2.5 Flash の benchmark コストが低く、$0.379 vs $2.053 です。 Gemini 2.5 Flash の方が高速で、15.49s vs 25.89s です、成功率は 61.9% vs 69.8% です。

おすすめモデル: Gemini 2.5 Flash - ここでは最高スコア（8.2）で、Claude Opus 4.6 より約 5.4 倍低コストです。

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: 2026-07-02

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 Gemini 2.5 Flash Gemini 2.5 Flash medium リリース: 2025-06-17
スコア 7.7 8.2
順位 #40 #24
信頼性 10.0 10.0
一貫性 8.8 9.6
正解テスト
試行ごとの合格率 61.9% 69.8%
不安定なテスト 3 1
総実行回数 63 63
結果あたりのコスト 17.103 2.701
合計コスト $2.053 $0.379
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 53,227 34,476
出力トークン 47,446 1,930
推論トークン 24,000 145,145
応答時間（平均） 25.89s 15.49s
応答時間（最大） 83.40s 95.48s
応答時間（合計） 362.49s 325.39s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#40 Claude Opus 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#24 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 76.66s 20,685 8,178 5,194
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
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 83.40s 674 14,642 8,687
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
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 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8lowvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 PrononeGemini 2.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsQwen3.7 PlusnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGLM 5.2none