AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash

概要

Gemini 3.5 Flash (high) が平均スコアでリードし、9.8 vs 7.4 です。 Claude Opus 4.7 の benchmark コストが低く、$0.505 vs $1.115 です。 Claude Opus 4.7 の方が高速で、3.02s vs 8.84s です、成功率は 76.2% vs 96.8% です。

おすすめモデルGemini 3.5 Flash (high)この比較で最も高いスコア（9.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-14

指標	Claude Opus 4.7 Claude Opus 4.7 none リリース: 2026-04-16	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19

指標	Claude Opus 4.7 Claude Opus 4.7 none リリース: 2026-04-16	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19
スコア	7.4	9.8
順位	#65	#1
信頼性	10.0	10.0
一貫性	9.0	9.6
正解テスト
試行ごとの合格率	76.2%	96.8%
不安定なテスト	0	1
総実行回数	57	63
結果あたりのコスト	3.154	5.575
合計コスト	$0.505	$1.115
入力価格	$5.000 / 1M	$1.500 / 1M
出力価格	$25.000 / 1M	$9.000 / 1M
合計入力トークン	69,576	37,594
出力トークン	6,265	1,975
推論トークン	0	115,638
応答時間（平均）	3.02s	8.84s
応答時間（最大）	18.27s	34.82s
応答時間（合計）	57.44s	185.57s

生成ショーケース

Hamster playing table tennis

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

#65 Claude Opus 4.7

none

コスト: $0.051
時間: 24.2s
トークン: 2,181 tok

#1 Gemini 3.5 Flash

high

コスト: $0.208
時間: 118.2s
トークン: 23,158 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

カテゴリ:

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		2.12s	894	522	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	3.3	3.3	33.3%	0		2.84s	1,176	494	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129

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	9.5	10.0	100.0%	0		18.27s	37,740	3,504	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	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）	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		2.15s	10,533	324	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	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）	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		1.19s	1,020	78	0
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	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）	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		3.47s	723	257	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	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）	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		1.46s	939	114	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	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）	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		2.46s	939	597	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	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）	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		4.74s	15,339	372	0
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	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）	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		1.46s	273	3	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Gemini 3.5 FlashhighvsGPT-5.5low Claude Fable 5mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-5.5medium Gemini 3.5 FlashhighvsGPT-5.3-Codexmedium Gemini 3.5 FlashhighvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Claude Opus 4.7mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGLM 5.2medium Gemini 3.5 FlashhighvsGLM 5medium