AI BENCHY Compare
Anthropic: Claude Opus 4.7 vs Google: Gemini 3 Flash Preview
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: 2026-04-16
| 指標 | Claude Opus 4.7 Claude Opus 4.7 none | Gemini 3 Flash Preview Gemini 3 Flash Preview low |
|---|---|---|
| スコア | 9.2 | 8.8 |
| 順位 | #4 | #5 |
| 一貫性 | 10.0 | 9.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 88.9% | 85.2% |
| 不安定なテスト | 0 | 1 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 3.155 | 0.604 |
| 合計コスト | $0.505 | $0.091 |
| ???? | $5.000 / 1M | $0.500 / 1M |
| ???? | $25.000 / 1M | $3.000 / 1M |
| 出力トークン | 6,326 | 2,018 |
| 推論トークン | 0 | 23,273 |
| 応答時間（平均） | 3.13s | 6.01s |
| 応答時間（最大） | 18.27s | 14.72s |
| 応答時間（合計） | 56.33s | 108.12s |
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 | 2.12s | 522 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 281 | 3,082 |
| 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 | 2.84s | 494 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.94s | 426 | 2,717 |
| 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 | 9.5 | 10.0 | 100.0% | 0 | 18.27s | 3,504 | 0 | |
| Gemini 3 Flash Preview | 3.0 | 10.0 | 0.0% | 0 | 3.27s | 326 | 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 | 2.15s | 324 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 279 | 3,656 |
| 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 | 1.19s | 78 | 0 | |
| Gemini 3 Flash Preview | 5.3 | 7.2 | 44.4% | 1 | 8.05s | 12 | 6,410 |
| 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 | 3.47s | 257 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.68s | 120 | 981 |
| 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 | 1.46s | 114 | 0 | |
| Gemini 3 Flash Preview | 9.9 | 10.0 | 100.0% | 0 | 7.02s | 71 | 2,752 |
| 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 | 2.58s | 661 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.11s | 269 | 3,260 |
| 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 | 4.74s | 372 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.99s | 234 | 415 |
クイック比較
比較ペアを切り替え
Seed-2.0-LitemediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsQwen3.6 Plus Previewmedium無料で利用可能Gemini 3 Flash PreviewlowvsQwen3.5-27BmediumClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGLM 5mediumClaude Opus 4.7nonevsSeed-2.0-LitemediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGLM 5 Turbomedium