AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3 Flash Preview

概要

Claude Sonnet 4.6 vs Gemini 3 Flash Preview の benchmark 比較: Gemini 3 Flash Preview が平均スコアでリードし、7.4 vs 7.3 です。 Gemini 3 Flash Preview の benchmark コストが低く、$0.111 vs $0.316 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 5.76s です、成功率は 55.6% vs 79.4% です。

おすすめモデル: Gemini 3 Flash Preview - ここでは最高スコア（7.4）で、Claude Sonnet 4.6 より約 2.9 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: 2026-06-12

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Gemini 3 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Gemini 3 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17
スコア	7.3	7.4
順位	#56	#53
信頼性	10.0	10.0
一貫性	9.7	9.2
正解テスト
試行ごとの合格率	55.6%	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	2.870	0.689
合計コスト	$0.316	$0.111
入力価格	$3.000 / 1M	$0.500 / 1M
出力価格	$15.000 / 1M	$3.000 / 1M
合計入力トークン	57,886	36,769
出力トークン	9,465	2,076
推論トークン	0	28,518
応答時間（平均）	5.04s	5.76s
応答時間（最大）	23.84s	14.72s
応答時間（合計）	70.60s	120.93s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#53 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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
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 Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
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