- 順位
- #79
- 合計出力トークン
- 77,105
- 応答時間（平均）
- 13.17s
- 合計コスト
- $1.069
Claude Sonnet 5.5 (xhigh) vs Gemini 2.5 Flash (medium)
Claude Sonnet 5.5 (xhigh) が平均スコアでリードし、8.3 vs 8.2 です。 Gemini 2.5 Flash (medium) の benchmark コストが低く、$0.644 vs $1.069 です。 Claude Sonnet 5.5 (xhigh) の方が高速で、13.17s vs 21.14s です、成功率は 78.8% vs 71.2% です。
比較対象モデル
- 順位
- #83
- 合計出力トークン
- 241,365
- 応答時間（平均）
- 21.14s
- 合計コスト
- $0.644
おすすめモデル
Gemini 2.5 Flash (medium)
スコアはここでの最高値に近く（8.2 vs 8.3）、Claude Sonnet 5.5 (xhigh) より約 1.7 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh | Gemini 2.5 Flash Gemini 2.5 Flash medium |
|---|---|---|
| スコア | 8.3 | 8.2 |
| 順位 | #79 | #83 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.7 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 78.8% | 71.2% |
| 不安定なテスト | 4 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 7.123 | 4.288 |
| 合計コスト | $1.069 | $0.644 |
| 入力価格 | $2.000 / 1M | $0.300 / 1M |
| 出力価格 | $10.000 / 1M | $2.500 / 1M |
| 合計入力トークン | 148,643 | 132,507 |
| 出力トークン | 9,700 | 12,739 |
| 推論トークン | 67,405 | 228,626 |
| 応答時間（平均） | 13.17s | 21.14s |
| 応答時間（最大） | 54.91s | 140.50s |
| 応答時間（合計） | 289.67s | 465.10s |
| パラメータ | ~1T 総数 (~100B アクティブ) | ~350B 総数 (~20B 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.
#79 Claude Sonnet 5.5
xhigh- コスト
- $0.319
- 時間
- 258.6s
- トークン
- 31,969 tok
#83 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- コスト
- $0.000
- 時間
- 274.0s
- トークン
- 0 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.21s | 858 | 417 | 1,162 | |
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 |
| 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 5.5 | 8.2 | 7.2 | 88.9% | 1 | 11.90s | 10,608 | 555 | 9,501 | |
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 |
| 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 5.5 | 8.7 | 6.9 | 83.3% | 1 | 30.37s | 111,104 | 6,732 | 10,690 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 10,515 | 312 | 1,590 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 |
| 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 5.5 | 2.9 | 7.2 | 11.1% | 1 | 35.33s | 990 | 56 | 34,319 | |
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.07s | 642 | 18 | 80,864 |
| 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 5.5 | 6.5 | 3.4 | 66.7% | 1 | 9.10s | 714 | 279 | 2,152 | |
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.58s | 921 | 98 | 661 | |
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.88s | 912 | 716 | 1,402 | |
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 10.29s | 11,757 | 354 | 1,112 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 |
| 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 17.31s | 264 | 181 | 4,816 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 |
クイック比較
比較ペアを切り替え
Claude Sonnet 5.5xhighvsMuse Spark 1.1lowClaude Sonnet 5.5xhighvsGPT-6 LunahighClaude Sonnet 5.5xhighvsDeepSeek V4.1 FlashmaxGemini 2.5 FlashmediumvsMuse Spark 1.3lowClaude Sonnet 5.5xhighvsGLM 5.3 FlashXmaxGemini 2.5 FlashmediumvsGPT-6 LunahighClaude Sonnet 5.5highvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsMuse Spark 1.1lowClaude Sonnet 5.5xhighvsInkling SmallhighClaude Sonnet 5.5xhighvsGPT-6 SollowClaude Sonnet 5.5xhighvsSeed 2.1 TurbomediumClaude Sonnet 5.5xhighvsMiMo-V2.6-Promedium