ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.3 Chat

概要

Gemini 2.5 Flash vs GPT-5.3 Chat の benchmark 比較: Gemini 2.5 Flash が平均スコアでリードし、8.2 vs 7.5 です。 Gemini 2.5 Flash の benchmark コストが低く、$0.379 vs $0.433 です。 GPT-5.3 Chat の方が高速で、6.34s vs 15.49s です、成功率は 69.8% vs 66.7% です。

おすすめモデル: GPT-5.3 Chat - スコアはここでの最高値に近く（7.5 vs 8.2）、Gemini 2.5 Flash より約 2.4 倍速く応答します。

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: 2026-06-12

指標 Gemini 2.5 Flash Gemini 2.5 Flash medium リリース: 2025-06-17 GPT-5.3 Chat GPT-5.3 Chat none リリース: 2026-03-03
スコア 8.2 7.5
順位 #27 #47
信頼性 10.0 10.0
一貫性 9.6 8.1
正解テスト
試行ごとの合格率 69.8% 66.7%
不安定なテスト 1 5
総実行回数 63 63
結果あたりのコスト 2.701 3.605
合計コスト $0.379 $0.433
入力価格 $0.300 / 1M $1.750 / 1M
出力価格 $2.500 / 1M $14.000 / 1M
合計入力トークン 34,476 34,209
出力トークン 1,930 26,617
推論トークン 145,145 0
応答時間（平均） 15.49s 6.34s
応答時間（最大） 95.48s 18.33s
応答時間（合計） 325.39s 133.13s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#27 Gemini 2.5 Flash

medium
Invalid SVG
Cost
$0.000
Time
274.0s
Tokens
0 tok

#47 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 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
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 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） 入力トークン 出力トークン 推論トークン
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 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） 入力トークン 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 12,522 303 11,922
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 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） 入力トークン 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 7,257 279 2,325
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 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） 入力トークン 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 633 18 80,702
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 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） 入力トークン 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 486 92 1,899
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 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） 入力トークン 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 615 69 1,203
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 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） 入力トークン 出力トークン 推論トークン
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 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） 入力トークン 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 5,088 234 1,140
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 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） 入力トークン 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 156 11 919
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

クイック比較

比較ペアを切り替え

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 Flashlow