比較するチャート

言語:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Pro Preview

モデル名:

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 : 2026-02-27 15:16

概要

指標	Anthropic: Claude Opus 4.6 medium リリース: リリース日不明	Google: Gemini 3 Pro Preview medium リリース: リリース日不明
順位	#20	#3
スコア	6.07	8.64
一貫性	8.80	10.00
結果あたりのコスト	10.992	0.947
合計コスト	$0.880	$0.114
正解テスト
誤答テスト数	6	2
試行ごとの合格率	61.9%	85.7%
不安定なテスト	2	0
出力トークン	19,576	1,100
推論トークン	11,081	5,910

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Google: Gemini 3 Pro Preview	10.00	10.00	100.0%	0		143	1,107

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Google: Gemini 3 Pro Preview	10.00	10.00	100.0%	0		318	687

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Google: Gemini 3 Pro Preview	4.00	10.00	33.3%	0		15	1,211

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Google: Gemini 3 Pro Preview	9.50	10.00	100.0%	0		69	754

Puzzle Solving	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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Google: Gemini 3 Pro Preview	10.00	10.00	100.0%	0		231	1,180

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Google: Gemini 3 Pro Preview	10.00	10.00	100.0%	0		324	971

比較ペアを切り替え

Anthropic: Claude Opus 4.6 と比較...

Google: Gemini 3 Pro Preview と比較...