AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

概要

Claude Opus 4.8 vs Gemini 3.5 Flash の benchmark 比較: Gemini 3.5 Flash が平均スコアでリードし、9.1 vs 7.2 です。 Claude Opus 4.8 の benchmark コストが低く、$0.539 vs $0.582 です。 Claude Opus 4.8 の方が高速で、3.47s vs 4.94s です、成功率は 61.9% vs 87.3% です。

おすすめモデル: Gemini 3.5 Flash - この比較で最も高いスコア（9.1）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-06-18

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash medium リリース: 2026-05-19

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash medium リリース: 2026-05-19
スコア	7.2	9.1
順位	#57	#8
信頼性	10.0	10.0
一貫性	9.2	9.6
正解テスト
試行ごとの合格率	61.9%	87.3%
不安定なテスト	2	1
総実行回数	63	63
結果あたりのコスト	4.485	3.229
合計コスト	$0.539	$0.582
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	67,104	36,936
出力トークン	8,107	2,001
推論トークン	0	56,408
応答時間（平均）	3.47s	4.94s
応答時間（最大）	17.73s	18.07s
応答時間（合計）	72.90s	103.79s

生成ショーケース

Hamster playing table tennis

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

#57 Claude Opus 4.8

none

コスト: $0.053
時間: 22.0s
トークン: 2,253 tok

#8 Gemini 3.5 Flash

medium

コスト: $0.201
時間: 112.9s
トークン: 22,371 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 3.5 Flash	10.0	10.0	100.0%	0		2.09s	492	171	3,385

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 3.5 Flash	7.9	7.5	77.8%	1		12.63s	8,118	461	24,939

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	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		12.05s	12,873	351	7,807

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 3.5 Flash	10.0	10.0	100.0%	0		4.07s	7,548	279	3,784

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		1.66s	975	61	0
Gemini 3.5 Flash	7.7	10.0	66.7%	0		5.24s	633	12	8,047

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 3.5 Flash	10.0	10.0	100.0%	0		2.52s	486	115	1,144

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 3.5 Flash	9.9	10.0	100.0%	0		2.70s	615	71	2,855

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 3.5 Flash	7.7	10.0	66.7%	0		2.38s	558	295	2,747

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 3.5 Flash	10.0	10.0	100.0%	0		3.81s	5,457	234	455

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 3.5 Flash	10.0	10.0	100.0%	0		2.75s	156	12	1,245

クイック比較

比較ペアを切り替え