AI BENCHY Compare
Google: Gemini 2.5 Flash vs Google: Gemini 3.1 Flash Lite 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: 2026-03-15
| 指標 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium |
|---|---|---|
| 順位 | #15 | #16 |
| スコア | 8.0 | 8.0 |
| 一貫性 | 9.5 | 10.0 |
| 結果あたりのコスト | 2.619 | 0.443 |
| 合計コスト | $0.288 | $0.049 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.9% | 68.8% |
| 不安定なテスト | 1 | 0 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 1,370 | 1,731 |
| 推論トークン | 110,522 | 25,821 |
| 応答時間（平均） | 12.35s | 3.83s |
| 応答時間（最大） | 95.48s | 14.93s |
| 応答時間（合計） | 197.62s | 61.25s |
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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 6.98s | 249 | 8,832 | |
| Gemini 3.1 Flash Lite Preview | 8.8 | 10.0 | 66.7% | 0 | 2.53s | 564 | 3,780 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.44s | 303 | 11,922 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 14.93s | 327 | 7,347 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 279 | 2,325 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 2.29s | 279 | 2,952 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.34s | 18 | 80,702 | |
| Gemini 3.1 Flash Lite Preview | 3.0 | 10.0 | 0.0% | 0 | 4.21s | 18 | 5,325 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 92 | 1,899 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 3.16s | 96 | 1,488 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 69 | 1,203 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 72 | 2,121 |
| Puzzle Solving | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.94s | 126 | 2,499 | |
| Gemini 3.1 Flash Lite Preview | 7.7 | 10.0 | 66.7% | 0 | 3.58s | 141 | 1,896 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 234 | 1,140 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 3.80s | 234 | 912 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumGemini 3.1 Flash Lite PreviewmediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewmediumvsGLM 5noneGemini 2.5 FlashmediumvsGLM 5noneDeepSeek V3.2nonevsGemini 3.1 Flash Lite PreviewmediumDeepSeek V3.2nonevsGemini 2.5 Flashmedium