- 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 3.1 Pro Preview (medium)
Gemini 3.1 Pro Preview (medium) が平均スコアでリードし、9.2 vs 7.7 です。 Gemini 3.1 Pro Preview (medium) の benchmark コストが低く、$1.352 vs $2.961 です。 Gemini 3.1 Pro Preview (medium) の方が高速で、20.62s vs 32.23s です、成功率は 63.6% vs 90.9% です。
- 順位
- #12
- 合計出力トークン
- 97,238
- 応答時間（平均）
- 20.62s
- 合計コスト
- $1.352
おすすめモデル
Gemini 3.1 Pro Preview (medium)
ここでは最高スコア（9.2）で、Claude Opus 4.6 (medium) より約 2.2 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium |
|---|---|---|
| スコア | 7.7 | 9.2 |
| 順位 | #74 | #12 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 10.0 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 90.9% |
| 不安定なテスト | 3 | 0 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 22.777 | 6.758 |
| 合計コスト | $2.961 | $1.352 |
| 入力価格 | $5.000 / 1M | $2.000 / 1M |
| 出力価格 | $25.000 / 1M | $12.000 / 1M |
| 合計入力トークン | 108,573 | 92,296 |
| 出力トークン | 69,994 | 5,232 |
| 推論トークン | 26,728 | 92,006 |
| 応答時間（平均） | 32.23s | 20.62s |
| 応答時間（最大） | 151.51s | 88.68s |
| 応答時間（合計） | 515.65s | 329.94s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~1.2T 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
#12 Gemini 3.1 Pro Preview
medium- コスト
- $0.115
- 時間
- 87.2s
- トークン
- 9,629 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 498 | 112 | 3,218 |
| 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 3.1 Pro Preview | 7.9 | 9.9 | 66.7% | 0 | 40.17s | 8,124 | 435 | 41,247 |
| 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 3.1 Pro Preview | 9.8 | 10.0 | 100.0% | 0 | 40.39s | 67,910 | 3,687 | 23,111 |
| 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 7,265 | 279 | 3,904 |
| 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 3.1 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 20.29s | 644 | 18 | 11,704 |
| 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 490 | 108 | 1,179 |
| 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 621 | 72 | 2,236 |
| 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.90s | 570 | 235 | 3,128 |
| 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 6,018 | 274 | 982 |
| 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.27s | 156 | 12 | 1,297 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 5highvsGemini 3.1 Pro PreviewmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highGemini 3.1 Pro PreviewmediumvsGrok 4.6highGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsSolar Pro 4xhighSeed 2.1 TurbolowvsGemini 3.1 Pro PreviewmediumClaude Opus 4.6mediumvsQwen3.8 27Blow