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 3.5 Flash

概要

Claude Opus 4.8 (medium) vs Gemini 3.5 Flash (low) の benchmark 比較: Gemini 3.5 Flash (low) が平均スコアでリードし、9.2 vs 8.8 です。 Gemini 3.5 Flash (low) の benchmark コストが低く、$0.349 vs $1.107 です。 Gemini 3.5 Flash (low) の方が高速で、3.27s vs 9.72s です、成功率は 84.1% vs 90.5% です。

おすすめモデル: Gemini 3.5 Flash (low) - ここでは最高スコア（9.2）で、Claude Opus 4.8 (medium) より約 3.2 倍低コストです。

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: 2026-07-10

指標 Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash low リリース: 2026-05-19
スコア 8.8 9.2
順位 #15 #8
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 1.834
合計コスト $1.107 $0.349
入力価格 $5.000 / 1M $1.500 / 1M
出力価格 $25.000 / 1M $9.000 / 1M
合計入力トークン 61,007 36,938
出力トークン 26,495 2,033
推論トークン 5,901 30,519
応答時間（平均） 9.72s 3.27s
応答時間（最大） 38.03s 9.05s
応答時間（合計） 204.19s 68.65s

生成ショーケース

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
コスト
$0.057
時間
23.1s
トークン
2,412 tok

#8 Gemini 3.5 Flash

low
コスト
$0.068
時間
39.1s
トークン
7,588 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 3.5 Flash 10.0 10.0 100.0% 0 2.52s 494 209 2,536
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 3.5 Flash 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 3.5 Flash 10.0 10.0 100.0% 0 6.44s 12,873 351 3,050
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 3.5 Flash 10.0 10.0 100.0% 0 1.81s 7,548 279 1,164
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 14.59s 975 7,477 900
Gemini 3.5 Flash 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 3.5 Flash 10.0 10.0 100.0% 0 2.27s 486 119 916
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 3.5 Flash 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 3.5 Flash 10.0 10.0 100.0% 0 2.35s 558 288 2,150
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 3.5 Flash 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 3.5 Flash 10.0 10.0 100.0% 0 1.88s 156 12 690

クイック比較

比較ペアを切り替え

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.6 SolhighGemini 3.5 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsDeepSeek V4 Flashhigh