AI BENCHY Compare
Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash
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 3.5 Flash Gemini 3.5 Flash high |
|---|---|---|
| スコア | 8.9 | 9.6 |
| 順位 | #7 | #4 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.2% | 96.5% |
| 不安定なテスト | 0 | 1 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 2.802 | 4.294 |
| 合計コスト | $0.449 | $0.773 |
| ???? | $5.000 / 1M | $1.500 / 1M |
| ???? | $25.000 / 1M | $9.000 / 1M |
| 出力トークン | 5,399 | 1,945 |
| 推論トークン | 1,341 | 78,877 |
| 応答時間（平均） | 3.46s | 6.90s |
| 応答時間（最大） | 21.45s | 22.37s |
| 応答時間（合計） | 62.29s | 131.10s |
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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 174 | 4,997 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 426 | 10,368 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.37s | 351 | 16,323 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.43s | 279 | 8,466 |
| 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 3.5 Flash | 7.6 | 7.2 | 77.8% | 1 | 14.09s | 12 | 24,721 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 115 | 1,650 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 70 | 3,799 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.23s | 241 | 4,940 |
| 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 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 4.96s | 265 | 1,608 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.94s | 12 | 2,005 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.7mediumvsGPT-5.2 Chatnone