AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs Google: Gemini 3.1 Flash Lite
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: 2026-05-08
| 指標 | DeepSeek V3.2 DeepSeek V3.2 medium | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none |
|---|---|---|
| スコア | 7.2 | 6.7 |
| 順位 | #59 | #73 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.5 | 8.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.8% | 57.9% |
| 不安定なテスト | 6 | 4 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.278 | 0.123 |
| 合計コスト | $0.031 | $0.012 |
| ???? | $0.252 / 1M | $0.250 / 1M |
| ???? | $0.378 / 1M | $1.500 / 1M |
| 出力トークン | 7,035 | 2,454 |
| 推論トークン | 53,765 | 0 |
| 応答時間（平均） | 46.06s | 1.11s |
| 応答時間（最大） | 180.92s | 2.97s |
| 応答時間（合計） | 875.23s | 21.13s |
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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 9.2 | 10.0 | 100.0% | 0 | 24.23s | 3,247 | 6,953 | |
| Gemini 3.1 Flash Lite | 7.5 | 8.4 | 66.7% | 1 | 1.07s | 639 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 4.7 | 1.6 | 66.7% | 1 | 180.92s | 626 | 6,792 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.59s | 636 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 93.11s | 571 | 6,296 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 2.73s | 357 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 207 | 7,693 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 843ms | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 24.27s | 21 | 6,838 | |
| Gemini 3.1 Flash Lite | 2.9 | 7.2 | 11.1% | 1 | 762ms | 15 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.8 | 2.5 | 50.0% | 1 | 58.29s | 49 | 2,189 | |
| Gemini 3.1 Flash Lite | 4.0 | 10.0 | 0.0% | 0 | 992ms | 63 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 1,397 | 2,845 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 859ms | 72 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.7 | 5.0 | 66.7% | 2 | 36.87s | 390 | 6,281 | |
| Gemini 3.1 Flash Lite | 6.3 | 4.8 | 66.7% | 2 | 720ms | 150 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 507 | 859 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.97s | 234 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 20 | 7,019 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 733ms | 9 | 0 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGemini 3.1 Flash LitenonevsKimi K2.5mediumGemini 3.1 Flash LitenonevsGPT-5 MinimediumGemini 3.1 Flash LitenonevsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneGemini 3.1 Flash LitenonevsGrok 4.1 FastmediumDeepSeek V3.2mediumvsGemma 4 31Bnone無料で利用可能DeepSeek V3.2mediumvsGemini 3.1 Flash LiteminimalDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitenonevsMercury 2medium