AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Flash Preview
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: 2026-04-29
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Gemini 3 Flash Preview Gemini 3 Flash Preview medium |
|---|---|---|
| スコア | 7.6 | 10.0 |
| 順位 | #49 | #1 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 9.1 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.4% | 100.0% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 54 | 18 |
| 結果あたりのコスト | 12.047 | 0.600 |
| 合計コスト | $1.446 | $0.108 |
| ???? | $5.000 / 1M | $0.500 / 1M |
| ???? | $25.000 / 1M | $3.000 / 1M |
| 出力トークン | 29,829 | 655 |
| 推論トークン | 18,938 | 33,749 |
| 応答時間（平均） | 21.08s | 12.11s |
| 応答時間（最大） | 83.40s | 82.37s |
| 応答時間（合計） | 231.84s | 217.93s |
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） | 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 | 986 | 1,071 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 110 | 1,076 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 23.11s | 3,486 | 1,504 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 82.37s | 144 | 16,257 |
| 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） | 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 | 8,178 | 5,194 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 23.58s | 117 | 3,495 |
| 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） | 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 | 691 | 757 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 7.62s | 93 | 2,197 |
| 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） | 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 | 14,642 | 8,687 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 14.81s | 4 | 7,228 |
| 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） | 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 | 188 | 292 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 24 | 635 |
| 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） | 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 | 266 | 467 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.30s | 24 | 903 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.60s | 531 | 637 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.86s | 61 | 1,455 |
| 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） | 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 | 861 | 329 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 9.78s | 78 | 503 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsHY3 Previewlow無料で利用可能Claude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGemma 4 31Bnone無料で利用可能Claude Opus 4.7nonevsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsHY3 Previewhigh無料で利用可能