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 Flash Preview

概要

Claude Opus 4.8 vs Gemini 3 Flash Preview の benchmark 比較: Claude Opus 4.8 が平均スコアでリードし、8.7 vs 8.4 です。 Gemini 3 Flash Preview の benchmark コストが低く、$0.111 vs $1.107 です。 Gemini 3 Flash Preview の方が高速で、5.76s vs 9.66s です、成功率は 84.1% vs 79.4% です。

おすすめモデル: Gemini 3 Flash Preview - スコアはここでの最高値に近く（8.4 vs 8.7）、Claude Opus 4.8 より約 10.0 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: 2026-06-04

指標 Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Gemini 3 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17
スコア 8.7 8.4
順位 #10 #16
信頼性 10.0 10.0
一貫性 9.6 9.2
正解テスト
試行ごとの合格率 84.1% 79.4%
不安定なテスト 1 2
総実行回数 63 63
結果あたりのコスト 6.512 0.689
合計コスト $1.107 $0.111
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 61,007 36,769
出力トークン 26,495 2,076
推論トークン 5,901 28,518
応答時間（平均） 9.66s 5.76s
応答時間（最大） 38.03s 14.72s
応答時間（合計） 202.89s 120.93s

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

#16 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 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 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
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 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633

クイック比較

比較ペアを切り替え

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsStep 3.7 FlashmediumGemini 3 Flash PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.2 Chatnone