AI BENCHY Compare
Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.3-Codex
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: 2026-05-22
| 指標 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high | GPT-5.3-Codex GPT-5.3-Codex medium |
|---|---|---|
| スコア | 7.5 | 8.3 |
| 順位 | #48 | #15 |
| 信頼性 | 9.8 | 10.0 |
| 一貫性 | 8.1 | 8.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.1% | 81.7% |
| 不安定なテスト | 4 | 4 |
| 総実行回数 | 54 | 60 |
| 結果あたりのコスト | 18.579 | 4.891 |
| 合計コスト | $2.044 | $0.685 |
| ???? | $0.250 / 1M | $1.750 / 1M |
| ???? | $1.500 / 1M | $14.000 / 1M |
| 出力トークン | 1,984 | 2,332 |
| 推論トークン | 1,355,583 | 42,616 |
| 応答時間（平均） | 61.96s | 15.97s |
| 応答時間（最大） | 149.23s | 100.93s |
| 応答時間（合計） | 1115.31s | 319.30s |
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 3.1 Flash Lite | 9.4 | 10.0 | 100.0% | 0 | 37.16s | 100 | 130,598 | |
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 240 | 1,722 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 137.63s | 666 | 188,733 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 18.45s | 514 | 7,266 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 149.23s | 327 | 198,243 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.56s | 364 | 2,731 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 279 | 7,351 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 234 | 728 |
| 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 3.1 Flash Lite | 3.6 | 7.2 | 22.2% | 1 | 139.90s | 18 | 566,210 | |
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 64.31s | 64 | 25,308 |
| 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 3.1 Flash Lite | 5.0 | 2.1 | 66.7% | 1 | 45.69s | 95 | 64,644 | |
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 187 | 331 |
| 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 3.1 Flash Lite | 7.3 | 5.8 | 83.3% | 1 | 23.26s | 52 | 3,549 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 93 | 693 |
| 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 3.1 Flash Lite | 5.7 | 6.8 | 44.4% | 1 | 50.83s | 213 | 193,654 | |
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.12s | 352 | 1,644 |
| 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 6.44s | 234 | 2,601 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 254 | 492 |
| 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 3.1 Flash Lite | - | - | - | - | - | - | - | - |
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 30 | 1,701 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumDeepSeek V4 Flashhigh無料で利用可能vsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumRing-2.6-1TnonevsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.6 Max Previewnone