AI BENCHY Compare
Google: Gemini 2.5 Flash vs OpenAI: gpt-oss-120b
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: 2026-06-01
| 指標 | Gemini 2.5 Flash Gemini 2.5 Flash none | gpt-oss-120b gpt-oss-120b medium 無料で利用可能 |
|---|---|---|
| スコア | 6.4 | 5.9 |
| 順位 | #95 | #103 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 7.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 48.3% | 50.0% |
| 不安定なテスト | 1 | 5 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.159 | 0.151 |
| 合計コスト | $0.015 | $0.012 |
| 入力価格 | $0.300 / 1M | $0.000 / 1M |
| 出力価格 | $2.500 / 1M | $0.000 / 1M |
| 出力トークン | 1,764 | 17,495 |
| 推論トークン | 0 | 46,878 |
| 応答時間（平均） | 889ms | 22.41s |
| 応答時間（最大） | 4.39s | 68.16s |
| 応答時間（合計） | 17.79s | 291.35s |
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 | 3.0 | 10.0 | 0.0% | 0 | 582ms | 102 | 0 | |
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 3,518 | 2,177 |
| 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 | 6.8 | 10.0 | 50.0% | 0 | 810ms | 477 | 0 | |
| gpt-oss-120b | 3.9 | 5.6 | 33.3% | 1 | 47.24s | 847 | 8,618 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 4.39s | 366 | 0 | |
| gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 694 | 5,072 |
| 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 | 652ms | 279 | 0 | |
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 241 | 1,114 |
| 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 | 495ms | 12 | 0 | |
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 6,784 | 20,606 |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 615ms | 78 | 0 | |
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 107 | 387 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 590ms | 72 | 0 | |
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 126 | 1,799 |
| 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 | 604ms | 132 | 0 | |
| gpt-oss-120b | 5.3 | 7.2 | 44.4% | 1 | 21.71s | 1,790 | 2,264 |
| 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 | 1.91s | 234 | 0 | |
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 287 | 1,083 |
| 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 | 1.15s | 12 | 0 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 26.51s | 3,101 | 3,758 |
クイック比較
比較ペアを切り替え
DeepSeek V4 ProhighvsGemini 2.5 Flashnonegpt-oss-120bmedium無料で利用可能vsQwen3.5-Flashnonegpt-oss-120bmedium無料で利用可能vsGLM 5V TurbononeSeed-2.0-Litenonevsgpt-oss-120bmedium無料で利用可能DeepSeek V4 Prononevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsGLM 5.1nonegpt-oss-120bmedium無料で利用可能vsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmedium無料で利用可能vsQwen3.5-35B-A3BnoneGemini 2.5 FlashnonevsMercury 2mediumgpt-oss-120bmedium無料で利用可能vsQwen3.5-27Bnonegpt-oss-120bmedium無料で利用可能vsQwen3.6 27Bnonegpt-oss-120bmedium無料で利用可能vsMimo V2 PROnone