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 minimal |
|---|---|---|
| スコア | 8.9 | 8.1 |
| 順位 | #7 | #21 |
| 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% | 75.4% |
| 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 | 0.494 |
| 合計コスト | $0.449 | $0.070 |
| ???? | $5.000 / 1M | $1.500 / 1M |
| ???? | $25.000 / 1M | $9.000 / 1M |
| 出力トークン | 5,399 | 2,262 |
| 推論トークン | 1,341 | 0 |
| 応答時間（平均） | 3.46s | 1.37s |
| 応答時間（最大） | 21.45s | 3.56s |
| 応答時間（合計） | 62.29s | 26.04s |
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 | 6.5 | 10.0 | 50.0% | 0 | 892ms | 405 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 1,141 | 257 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.28s | 441 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 21.45s | 2,369 | 1,084 | |
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.56s | 404 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 324 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.66s | 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 4.7 | 7.7 | 10.0 | 66.7% | 0 | 1.17s | 51 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 899ms | 12 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 256 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 922ms | 117 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 114 | 0 | |
| Gemini 3.5 Flash | 6.4 | 5.8 | 66.7% | 1 | 893ms | 76 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 399 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.45s | 282 | 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 373 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 234 | 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） | 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 | 3.0 | 10.0 | 0.0% | 0 | 1.76s | 12 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3.5 FlashminimalvsQwen3.5-27BmediumGemini 3.5 FlashminimalvsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsGLM 5mediumClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashminimalvsGLM 5 TurbomediumGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3.5 FlashminimalGemini 3.5 FlashminimalvsGrok 4.3mediumClaude Opus 4.7mediumvsGemini 3.5 Flashnone