AI BENCHY Compare
Anthropic: Claude Opus 4.7 vs Google: Gemini 3.1 Flash Lite
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: 2026-05-19
| 指標 | Claude Opus 4.7 Claude Opus 4.7 medium | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low |
|---|---|---|
| スコア | 8.9 | 7.6 |
| 順位 | #7 | #49 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 9.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.2% | 68.4% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 2.802 | 0.203 |
| 合計コスト | $0.449 | $0.025 |
| ???? | $5.000 / 1M | $0.250 / 1M |
| ???? | $25.000 / 1M | $1.500 / 1M |
| 出力トークン | 5,399 | 2,702 |
| 推論トークン | 1,341 | 8,596 |
| 応答時間（平均） | 3.46s | 1.92s |
| 応答時間（最大） | 21.45s | 5.66s |
| 応答時間（合計） | 62.29s | 36.49s |
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 4.7 | 8.3 | 10.0 | 75.0% | 0 | 1.85s | 348 | 0 | |
| Gemini 3.1 Flash Lite | 7.3 | 6.2 | 75.0% | 2 | 1.84s | 1,013 | 1,548 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 1,141 | 257 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.46s | 441 | 408 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 21.45s | 2,369 | 1,084 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 4.48s | 348 | 975 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 324 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.44s | 291 | 697 |
| 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 4.7 | 7.7 | 10.0 | 66.7% | 0 | 1.17s | 51 | 0 | |
| Gemini 3.1 Flash Lite | 5.3 | 10.0 | 33.3% | 0 | 1.52s | 15 | 1,214 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 256 | 0 | |
| Gemini 3.1 Flash Lite | 4.0 | 10.0 | 0.0% | 0 | 1.37s | 69 | 438 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 114 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 72 | 760 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 399 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 210 | 1,191 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 373 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 5.66s | 234 | 945 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 3.0 | 10.0 | 0.0% | 0 | 2.25s | 24 | 0 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 1.46s | 9 | 420 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsKimi K2.6mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGemini 3.1 Flash LitelowvsGLM 5.1mediumClaude Opus 4.7mediumvsGPT-5.5lowDeepSeek V4 Flashhigh無料で利用可能vsGemini 3.1 Flash LitelowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3.1 Flash LitelowvsGLM 5V TurbomediumGemini 3.1 Flash LitelowvsQwen3.6 FlashmediumGemini 3.1 Flash LitelowvsMiMo-V2-Promedium