AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3 Flash Preview
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: 2026-04-14
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Gemini 3 Flash Preview Gemini 3 Flash Preview low |
|---|---|---|
| スコア | 8.0 | 8.8 |
| 順位 | #24 | #3 |
| 一貫性 | 9.5 | 9.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.1% | 85.2% |
| 不安定なテスト | 1 | 1 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 8.930 | 0.604 |
| 合計コスト | $1.161 | $0.091 |
| ???? | $3.000 / 1M | $0.500 / 1M |
| ???? | $15.000 / 1M | $3.000 / 1M |
| 出力トークン | 42,068 | 2,018 |
| 推論トークン | 26,784 | 23,273 |
| 応答時間（平均） | 12.66s | 6.01s |
| 応答時間（最大） | 46.35s | 14.72s |
| 応答時間（合計） | 126.62s | 108.12s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 1,046 | 1,093 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 35.76s | 6,894 | 2,097 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.94s | 426 | 2,717 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 46.35s | 5,871 | 3,962 | |
| Gemini 3 Flash Preview | 3.0 | 10.0 | 0.0% | 0 | 3.27s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 649 | 742 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 25,790 | 16,919 | |
| Gemini 3 Flash Preview | 5.3 | 7.2 | 44.4% | 1 | 8.05s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 256 | 433 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.68s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 318 | 552 | |
| Gemini 3 Flash Preview | 9.9 | 10.0 | 100.0% | 0 | 7.02s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.80s | 589 | 635 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.11s | 269 | 3,260 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 655 | 351 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.99s | 234 | 415 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsQwen3.6 Plus Previewmedium無料で利用可能Claude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3 Flash PreviewlowvsGPT-5.4medium