AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemini 3.1 Flash Lite Preview

概要

Claude Opus 4.7 vs Gemini 3.1 Flash Lite Preview の benchmark 比較: Claude Opus 4.7 が平均スコアでリードし、8.7 vs 6.4 です。 Gemini 3.1 Flash Lite Preview の benchmark コストが低く、$0.018 vs $0.679 です。 Gemini 3.1 Flash Lite Preview の方が高速で、1.21s vs 4.73s です、成功率は 82.5% vs 60.3% です。

おすすめモデル: Gemini 3.1 Flash Lite Preview - 総合的に最も良い選択です。競争力のあるスコア（6.4）、Claude Opus 4.7 より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-18

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none リリース: 2026-03-03

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none リリース: 2026-03-03
スコア	8.7	6.4
順位	#13	#84
信頼性	10.0	10.0
一貫性	9.6	9.7
正解テスト
試行ごとの合格率	82.5%	60.3%
不安定なテスト	1	1
総実行回数	63	63
結果あたりのコスト	3.991	0.148
合計コスト	$0.679	$0.018
入力価格	$5.000 / 1M	$0.250 / 1M
出力価格	$25.000 / 1M	$1.500 / 1M
合計入力トークン	65,406	37,582
出力トークン	11,858	5,547
推論トークン	2,198	0
応答時間（平均）	4.73s	1.21s
応答時間（最大）	23.18s	3.39s
応答時間（合計）	94.51s	25.45s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#13 Claude Opus 4.7

medium

コスト: $0.059
時間: 26.8s
トークン: 2,475 tok

#84 Gemini 3.1 Flash Lite Preview

none

コスト: $0.003
時間: 4.7s
トークン: 1,827 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 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Gemini 3.1 Flash Lite Preview	7.5	8.4	66.7%	1		1.04s	504	1,092	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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		967ms	8,128	670	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）	入力トークン	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	24,501	2,369	1,084
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		3.20s	13,026	339	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）	入力トークン	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	10,533	324	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.22s	7,550	399	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）	入力トークン	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	630	51	0
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		942ms	641	568	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）	入力トークン	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	723	256	0
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		741ms	488	69	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）	入力トークン	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	939	114	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.13s	623	574	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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		900ms	570	1,045	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）	入力トークン	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	15,339	373	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.39s	5,894	782	0

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 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		814ms	158	9	0

クイック比較

比較ペアを切り替え