- 順位
- #128
- 合計出力トークン
- 16,797
- 応答時間（平均）
- 4.92s
- 合計コスト
- $1.166
Claude Opus 4.8 vs Gemini 3.1 Flash Lite (medium)
平均スコアは 7.3 vs 7.3 でほぼ同等です。 Gemini 3.1 Flash Lite (medium) の benchmark コストが低く、$0.120 vs $1.166 です。 Gemini 3.1 Flash Lite (medium) の方が高速で、4.38s vs 4.92s です、成功率は 63.6% vs 62.1% です。
比較対象モデル
- 順位
- #125
- 合計出力トークン
- 62,356
- 応答時間（平均）
- 4.38s
- 合計コスト
- $0.120
おすすめモデル
Gemini 3.1 Flash Lite (medium)
ここでは最高スコア（7.3）で、Claude Opus 4.8 より約 9.7 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium |
|---|---|---|
| スコア | 7.3 | 7.3 |
| 順位 | #128 | #125 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 62.1% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.969 | 0.922 |
| 合計コスト | $1.166 | $0.120 |
| 入力価格 | $5.000 / 1M | $0.250 / 1M |
| 出力価格 | $25.000 / 1M | $1.500 / 1M |
| 合計入力トークン | 149,203 | 104,925 |
| 出力トークン | 16,797 | 9,168 |
| 推論トークン | 0 | 53,188 |
| 応答時間（平均） | 4.92s | 4.38s |
| 応答時間（最大） | 35.03s | 26.22s |
| 応答時間（合計） | 108.24s | 96.32s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~150B 総数 (~10B 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.
#128 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
#125 Gemini 3.1 Flash Lite
medium- コスト
- $0.003
- 時間
- 5.3s
- トークン
- 1,754 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 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Gemini 3.1 Flash Lite | 9.1 | 10.0 | 75.0% | 0 | 2.39s | 502 | 604 | 4,201 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Gemini 3.1 Flash Lite | 5.5 | 10.0 | 33.3% | 0 | 3.81s | 8,134 | 459 | 8,978 |
| 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 | 26.38s | 111,760 | 11,949 | 0 | |
| Gemini 3.1 Flash Lite | 7.2 | 9.1 | 50.0% | 0 | 18.55s | 80,983 | 7,241 | 20,231 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 7,362 | 279 | 2,845 |
| 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 | 7.2 | 44.4% | 1 | 1.76s | 972 | 61 | 0 | |
| Gemini 3.1 Flash Lite | 2.9 | 7.2 | 11.1% | 1 | 3.93s | 650 | 15 | 7,223 |
| 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 | 3.48s | 708 | 230 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 488 | 84 | 1,142 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Gemini 3.1 Flash Lite | 9.9 | 10.0 | 100.0% | 0 | 2.59s | 623 | 75 | 3,320 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Gemini 3.1 Flash Lite | 7.6 | 7.2 | 77.8% | 1 | 1.95s | 568 | 165 | 2,450 |
| 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 | 5.35s | 11,775 | 355 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 4.55s | 5,457 | 234 | 921 |
| 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 | 3.41s | 258 | 212 | 0 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 3.08s | 158 | 12 | 1,877 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LitemediumvsGLM 5.3 FlashhighGemini 3.1 Flash LitemediumvsQwen3.7 PlusnoneClaude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumClaude Opus 4.8nonevsKimi K2.6mediumGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsGLM 5.3 FlashhighClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highGemini 3.1 Flash LitemediumvsGLM 5.3highClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsMuse Glimmer 30BhighClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowGemini 3.1 Flash LitemediumvsGrok 4.6low