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: 2026-05-29
| 指標 | Claude Opus 4.7 Claude Opus 4.7 none | Gemini 3 Flash Preview Gemini 3 Flash Preview medium |
|---|---|---|
| スコア | 8.9 | 9.8 |
| 順位 | #10 | #1 |
| 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% | 98.3% |
| 不安定なテスト | 0 | 1 |
| 総実行回数 | 57 | 60 |
| 結果あたりのコスト | 3.154 | 2.980 |
| 合計コスト | $0.505 | $0.567 |
| 入力価格 | $5.000 / 1M | $0.500 / 1M |
| 出力価格 | $25.000 / 1M | $3.000 / 1M |
| 出力トークン | 6,265 | 2,000 |
| 推論トークン | 0 | 181,033 |
| 応答時間（平均） | 3.02s | 16.50s |
| 応答時間（最大） | 18.27s | 117.26s |
| 応答時間（合計） | 57.44s | 330.06s |
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 | 3.88s | 330 | 3,216 |
| 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 | 7.9 | 6.4 | 83.3% | 1 | 95.96s | 456 | 127,964 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 22.42s | 351 | 10,485 |
| 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 | 5.43s | 279 | 4,893 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.27s | 12 | 21,684 |
| 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 | 5.19s | 72 | 1,905 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.04s | 72 | 2,709 |
| 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 | 2.46s | 597 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.05s | 183 | 4,365 |
| 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 | 12.60s | 234 | 1,487 |
| 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 | 1.46s | 3 | 0 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 5.50s | 11 | 2,325 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 Flashhigh無料で利用可能vsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsRing-2.6-1TnoneGemini 3 Flash PreviewmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewmediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumDeepSeek V4 ProhighvsGemini 3 Flash Previewmedium