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 none |
|---|---|---|
| スコア | 8.9 | 9.1 |
| 順位 | #7 | #6 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 9.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.2% | 91.7% |
| 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 | 3.490 |
| 合計コスト | $0.449 | $0.489 |
| ???? | $5.000 / 1M | $1.500 / 1M |
| ???? | $25.000 / 1M | $9.000 / 1M |
| 出力トークン | 5,399 | 53,202 |
| 推論トークン | 1,341 | 0 |
| 応答時間（平均） | 3.46s | 5.59s |
| 応答時間（最大） | 21.45s | 14.88s |
| 応答時間（合計） | 62.29s | 89.50s |
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 | 2.53s | 5,101 | 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 | 14.88s | 11,611 | 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 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 | 8.10s | 5,895 | 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 | 7.6 | 7.2 | 77.8% | 1 | 10.64s | 17,910 | 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 | 3.46s | 1,620 | 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 | 9.8 | 10.0 | 100.0% | 0 | 3.38s | 3,928 | 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 | 3.13s | 4,640 | 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 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 | 2.8 | 1.6 | 33.3% | 1 | 4.87s | 2,497 | 0 |
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 PreviewlowGemini 3.5 FlashnonevsGPT-5.5mediumGemini 3.5 FlashnonevsGPT-5.5lowGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashminimalSeed-2.0-LitemediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3.5 FlashnonevsQwen3.5-27Bmedium