AI BENCHY Compare
Google: Gemini 2.5 Flash 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: 2026-05-19
| 指標 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Gemini 3 Flash Preview Gemini 3 Flash Preview none |
|---|---|---|
| スコア | 7.9 | 7.9 |
| 順位 | #30 | #34 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.9% | 73.7% |
| 不安定なテスト | 1 | 2 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 2.472 | 0.157 |
| 合計コスト | $0.322 | $0.021 |
| ???? | $0.300 / 1M | $0.500 / 1M |
| ???? | $2.500 / 1M | $3.000 / 1M |
| 出力トークン | 1,909 | 1,855 |
| 推論トークン | 123,192 | 0 |
| 応答時間（平均） | 11.63s | 1.61s |
| 応答時間（最大） | 95.48s | 3.56s |
| 応答時間（合計） | 220.88s | 19.26s |
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 | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 255 | 10,233 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 16.23s | 522 | 10,350 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.44s | 303 | 11,922 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 279 | 2,325 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.34s | 18 | 80,702 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 92 | 1,899 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 69 | 1,203 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.94s | 126 | 2,499 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 234 | 1,140 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 11 | 919 | |
| Gemini 3 Flash Preview | 3.0 | 10.0 | 0.0% | 0 | 1.07s | 15 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsGLM 5mediumGemini 3 Flash PreviewnonevsMiMo-V2.5-Promedium