AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.6 Sol

概要

Gemini 3.1 Flash Lite (low) vs GPT-5.6 Sol の benchmark 比較: Gemini 3.1 Flash Lite (low) が平均スコアでリードし、6.4 vs 6.3 です。 Gemini 3.1 Flash Lite (low) の benchmark コストが低く、$0.028 vs $0.225 です。 GPT-5.6 Sol の方が高速で、1.66s vs 1.89s です、成功率は 61.9% vs 57.1% です。

おすすめモデル: Gemini 3.1 Flash Lite (low) - ここでは最高スコア（6.4）で、GPT-5.6 Sol より約 8.2 倍低コストです。

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: 2026-07-09

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low リリース: 2026-05-08	GPT-5.6 Sol GPT-5.6 Sol none リリース: 2026-07-09

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low リリース: 2026-05-08	GPT-5.6 Sol GPT-5.6 Sol none リリース: 2026-07-09
スコア	6.4	6.3
順位	#98	#101
信頼性	10.0	10.0
一貫性	9.3	9.0
正解テスト
試行ごとの合格率	61.9%	57.1%
不安定なテスト	2	3
総実行回数	63	63
結果あたりのコスト	0.227	2.244
合計コスト	$0.028	$0.225
入力価格	$0.250 / 1M	$5.000 / 1M
出力価格	$1.500 / 1M	$30.000 / 1M
合計入力トークン	36,892	34,218
出力トークン	2,732	1,776
推論トークン	9,260	0
応答時間（平均）	1.89s	1.66s
応答時間（最大）	5.66s	3.93s
応答時間（合計）	39.62s	34.81s

生成ショーケース

Hamster playing table tennis

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

#98 Gemini 3.1 Flash Lite

low

コスト: $0.003
時間: 4.0s
トークン: 1,479 tok

#101 GPT-5.6 Sol

none

コスト: $0.116
時間: 78.7s
トークン: 3,944 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 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
GPT-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	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 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
GPT-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	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 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
GPT-5.6 Sol	3.0	10.0	0.0%	0		3.93s	11,019	300	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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	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 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
GPT-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	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 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
GPT-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
GPT-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
GPT-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	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 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	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 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
GPT-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0

クイック比較

比較ペアを切り替え