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: 2026-04-24
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Gemini 3 Flash Preview Gemini 3 Flash Preview none |
|---|---|---|
| スコア | 7.6 | 8.1 |
| 順位 | #45 | #25 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 9.1 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.4% | 77.8% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 12.047 | 0.156 |
| 合計コスト | $1.446 | $0.021 |
| ???? | $5.000 / 1M | $0.500 / 1M |
| ???? | $25.000 / 1M | $3.000 / 1M |
| 出力トークン | 29,829 | 1,840 |
| 推論トークン | 18,938 | 0 |
| 応答時間（平均） | 21.08s | 1.65s |
| 応答時間（最大） | 83.40s | 3.56s |
| 応答時間（合計） | 231.84s | 18.20s |
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 | 8.3 | 10.0 | 75.0% | 0 | 1.25s | 214 | 0 |
| 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 | 1.59s | 423 | 0 |
| 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 | 4.7 | 1.6 | 66.7% | 1 | 3.56s | 350 | 0 |
| 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 | 1.41s | 279 | 0 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 963ms | 18 | 0 |
| 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 | 1.13s | 104 | 0 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 1.58s | 74 | 0 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.06s | 144 | 0 |
| 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 | 3.35s | 234 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsHY3 Previewlow無料で利用可能Gemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsHY3 Previewmedium無料で利用可能Claude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3 Flash Previewnone