AI BENCHY Compare
Google: Gemini 2.5 Flash vs OpenAI: GPT-5.4
比較する:
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: 2026-03-06
| 指標 | Google: Gemini 2.5 Flash none リリース: 2025-06-17 | OpenAI: GPT-5.4 medium リリース: 2026-03-05 |
|---|---|---|
| 順位 | #38 | #9 |
| 平均スコア | 5.2 | 8.0 |
| 一貫性 | 9.1 | 8.5 |
| 結果あたりのコスト | 0.191 | 6.601 |
| 合計コスト | $0.012 | $0.793 |
| 正解テスト | ||
| 試行ごとの合格率 | 43.8% | 83.3% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 48 (16 x 3) | 48 (16 x 3) |
| 出力トークン | 1,270 | 1,756 |
| 推論トークン | 0 | 46,642 |
| 応答時間（平均） | 923ms | 20.05s |
| 応答時間（最大） | 4.39s | 100.41s |
| 応答時間（合計） | 14.78s | 320.87s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.0 | 10.0 | 0.0% | 0 | 668ms | 99 | 0 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.02s | 216 | 1,466 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.0 | 10.0 | 0.0% | 0 | 4.39s | 366 | 0 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 20.57s | 301 | 3,543 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 652ms | 279 | 0 | |
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 5.32s | 234 | 804 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.0 | 7.2 | 55.6% | 1 | 495ms | 12 | 0 | |
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 74.27s | 61 | 34,748 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 5.0 | 10.0 | 0.0% | 0 | 615ms | 78 | 0 | |
| OpenAI: GPT-5.4 | 5.0 | 3.1 | 33.3% | 1 | 4.92s | 145 | 321 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.0 | 6.8 | 66.7% | 1 | 672ms | 70 | 0 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 93 | 897 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.7 | 10.0 | 33.3% | 0 | 576ms | 132 | 0 | |
| OpenAI: GPT-5.4 | 7.0 | 7.2 | 88.9% | 1 | 9.13s | 442 | 3,832 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 234 | 0 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 264 | 1,031 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashnonevsMercury 2mediumGemini 2.5 Flashnonevsgpt-oss-120bmedium無料で利用可能Gemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsMiniMax M2.5mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 2.5 FlashnonevsGPT-5 MinimediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 2.5 FlashnonevsGrok 4.1 Fastmedium