AI BENCHY Compare
Google: Gemini 2.5 Flash vs Google: Gemma 4 31B
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: 2026-04-02
| 指標 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Gemma 4 31B Gemma 4 31B medium |
|---|---|---|
| スコア | 8.1 | 8.6 |
| 順位 | #16 | #5 |
| 一貫性 | 9.5 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.5% | 80.4% |
| 不安定なテスト | 1 | 1 |
| 総実行回数 | 51 | 51 |
| 結果あたりのコスト | 2.430 | 0.109 |
| 合計コスト | $0.292 | $0.015 |
| ???? | $0.300 / 1M | $0.140 / 1M |
| ???? | $2.500 / 1M | $0.400 / 1M |
| 出力トークン | 1,376 | 9,568 |
| 推論トークン | 111,923 | 22,501 |
| 応答時間（平均） | 11.88s | 21.81s |
| 応答時間（最大） | 95.48s | 68.92s |
| 応答時間（合計） | 201.89s | 327.16s |
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 | |
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 12.89s | 962 | 2,046 |
| 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 | |
| Gemma 4 31B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 | |
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 21.11s | 1,822 | 2,951 |
| 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 | |
| Gemma 4 31B | 7.7 | 10.0 | 66.7% | 0 | 38.48s | 4,349 | 8,985 |
| 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 | |
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 9.57s | 105 | 888 |
| 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 | |
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 12.76s | 533 | 2,035 |
| 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 | |
| Gemma 4 31B | 8.8 | 7.9 | 88.9% | 1 | 27.63s | 1,797 | 5,596 |
| 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 | |
| Gemma 4 31B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemma 4 31BmediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumGemma 4 31BmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemma 4 31BmediumGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashmediumvsGLM 5noneGemini 2.5 FlashmediumvsMiMo-V2-OmninoneGemma 4 31BmediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsGemini 2.5 FlashmediumGemma 4 31BmediumvsGLM 5none