ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.1 Pro Preview

概要

Claude Opus 4.8 vs Gemini 3.1 Pro Preview の benchmark 比較: Gemini 3.1 Pro Preview が平均スコアでリードし、9.4 vs 8.7 です。 Gemini 3.1 Pro Preview の benchmark コストが低く、$1.054 vs $1.107 です。 Claude Opus 4.8 の方が高速で、9.66s vs 20.14s です、成功率は 84.1% vs 90.5% です。

おすすめモデル: Claude Opus 4.8 - スコアはここでの最高値に近く（8.7 vs 9.4）、Gemini 3.1 Pro Preview より約 2.1 倍速く応答します。

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: 2026-06-10

指標 Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium リリース: 2026-02-19
スコア 8.7 9.4
順位 #10 #4
信頼性 10.0 10.0
一貫性 9.6 10.0
正解テスト
試行ごとの合格率 84.1% 90.5%
不安定なテスト 1 0
総実行回数 63 63
結果あたりのコスト 6.512 5.546
合計コスト $1.107 $1.054
入力価格 $5.000 / 1M $2.000 / 1M
出力価格 $25.000 / 1M $12.000 / 1M
合計入力トークン 61,007 41,617
出力トークン 26,495 1,977
推論トークン 5,901 78,896
応答時間（平均） 9.66s 20.14s
応答時間（最大） 38.03s 88.68s
応答時間（合計） 202.89s 281.92s

Generation showcase

Hamster playing table tennis

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

#10 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#4 Gemini 3.1 Pro Preview

medium
Cost
$0.115
Time
87.2s
Tokens
9,629 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

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 3.95s 834 1,179 478
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
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 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
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 14.15s 975 7,477 900
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
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 2.46s 708 237 0
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
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 10.0 10.0 100.0% 0 3.32s 909 373 320
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
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 3.95s 894 791 483
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
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 8.96s 11,775 301 225
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
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 6.14s 258 451 214
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297

クイック比較

比較ペアを切り替え

Claude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGemini 3.5 FlashminimalClaude Opus 4.8mediumvsQwen3.7 MaxnoneClaude Opus 4.8mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.8mediumvsGemini 3.1 Flash Lite Previewlow