AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemini 3 Flash Preview

概要

Gemini 3 Flash Preview (medium) が平均スコアでリードし、9.6 vs 7.4 です。 Claude Opus 4.7 の benchmark コストが低く、$0.505 vs $0.667 です。 Claude Opus 4.7 の方が高速で、3.02s vs 18.64s です、成功率は 76.2% vs 98.4% です。

おすすめモデルGemini 3 Flash Preview (medium)この比較で最も高いスコア（9.6）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 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17

指標	Claude Opus 4.7 Claude Opus 4.7 none リリース: 2026-04-16	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17
スコア	7.4	9.6
順位	#65	#2
信頼性	10.0	10.0
一貫性	9.0	9.7
正解テスト
試行ごとの合格率	76.2%	98.4%
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	3.335
合計コスト	$0.505	$0.667
入力価格	$5.000 / 1M	$0.500 / 1M
出力価格	$25.000 / 1M	$3.000 / 1M
合計入力トークン	69,576	37,017
出力トークン	6,265	2,006
推論トークン	0	214,153
応答時間（平均）	3.02s	18.64s
応答時間（最大）	18.27s	117.26s
応答時間（合計）	57.44s	391.35s

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

#2 Gemini 3 Flash Preview

medium

コスト: $0.010
時間: 17.9s
トークン: 3,236 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	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）	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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	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）	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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	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）	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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	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）	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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	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）	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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	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）	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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	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）	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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	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）	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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

クイック比較

比較ペアを切り替え