- 順位
- #143
- 合計出力トークン
- 69,489
- 応答時間（平均）
- 17.13s
- 合計コスト
- $3.787
Claude Opus 4.8 (low) vs Gemini 2.5 Flash (medium)
Gemini 2.5 Flash (medium) が平均スコアでリードし、7.3 vs 7.2 です。 Gemini 2.5 Flash (medium) の benchmark コストが低く、$0.644 vs $3.787 です。 Claude Opus 4.8 (low) の方が高速で、17.13s vs 20.51s です、成功率は 78.3% vs 68.1% です。
比較対象モデル
- 順位
- #135
- 合計出力トークン
- 241,365
- 応答時間（平均）
- 20.51s
- 合計コスト
- $0.644
おすすめモデル
Gemini 2.5 Flash (medium)
ここでは最高スコア（7.3）で、Claude Opus 4.8 (low) より約 5.9 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 low | Gemini 2.5 Flash Gemini 2.5 Flash medium |
|---|---|---|
| スコア | 7.2 | 7.3 |
| 順位 | #143 | #135 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.6 | 9.6 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 78.3% | 68.1% |
| 不安定なテスト | 4 | 1 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 23.669 | 4.288 |
| 合計コスト | $3.787 | $0.644 |
| 入力価格 | $5.000 / 1M | $0.300 / 1M |
| 出力価格 | $25.000 / 1M | $2.500 / 1M |
| 合計入力トークン | 409,947 | 132,507 |
| 出力トークン | 46,060 | 12,739 |
| 推論トークン | 23,429 | 228,626 |
| 応答時間（平均） | 17.13s | 20.51s |
| 応答時間（最大） | 127.97s | 140.50s |
| 応答時間（合計） | 394.01s | 471.64s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~350B 総数 (~20B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#143 Claude Opus 4.8
low- コスト
- $0.031
- 時間
- 14.1s
- トークン
- 1,345 tok
#135 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- コスト
- $0.000
- 時間
- 274.0s
- トークン
- 0 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
| エージェントタスク | 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 4.8 | 4.7 | 3.1 | 33.3% | 1 | 110.68s | 253,425 | 3,004 | 14,248 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 6.54s | 0 | 0 | 0 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 834 | 793 | 371 | |
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 |
| 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 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 |
| 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 36.87s | 119,079 | 13,586 | 2,867 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 |
| 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 4.8 | 6.3 | 5.8 | 66.7% | 1 | 2.27s | 10,503 | 310 | 0 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 |
| 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 4.8 | 5.3 | 10.0 | 33.3% | 0 | 46.54s | 972 | 23,226 | 4,472 | |
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.07s | 642 | 18 | 80,864 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.55s | 708 | 231 | 0 | |
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 |
| 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 4.8 | 9.8 | 10.0 | 100.0% | 0 | 2.78s | 909 | 111 | 221 | |
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.01s | 894 | 592 | 184 | |
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 6.85s | 11,775 | 370 | 35 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 |
| 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 258 | 200 | 222 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashmediumvsLongCat 2.0highClaude Opus 4.8lowvsQwen3.8 27Bmedium無料で利用可能Claude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.6 27BmediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsQwen3.6 Plusmedium