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 none |
|---|---|---|
| スコア | 8.0 | 8.1 |
| 順位 | #24 | #19 |
| 一貫性 | 9.5 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.1% | 77.8% |
| 不安定なテスト | 1 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 8.930 | 0.156 |
| 合計コスト | $1.161 | $0.021 |
| ???? | $3.000 / 1M | $0.500 / 1M |
| ???? | $15.000 / 1M | $3.000 / 1M |
| 出力トークン | 42,068 | 1,840 |
| 推論トークン | 26,784 | 0 |
| 応答時間（平均） | 12.66s | 1.65s |
| 応答時間（最大） | 46.35s | 3.56s |
| 応答時間（合計） | 126.62s | 18.20s |
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 | 8.3 | 10.0 | 75.0% | 0 | 1.25s | 214 | 0 |
| 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 | 1.59s | 423 | 0 |
| 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 | 4.7 | 1.6 | 66.7% | 1 | 3.56s | 350 | 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 | 1.41s | 279 | 0 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 963ms | 18 | 0 |
| 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 | 1.13s | 104 | 0 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 1.58s | 74 | 0 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.06s | 144 | 0 |
| 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 | 3.35s | 234 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3 Flash PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsGLM 5mediumGemini 3 Flash PreviewnonevsGLM 5V Turbomedium