AI BENCHY Compare
Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.5
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: 2026-05-08
| 指標 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium | GPT-5.5 GPT-5.5 low |
|---|---|---|
| スコア | 7.9 | 8.9 |
| 順位 | #27 | #6 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.9% | 84.2% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.452 | 4.412 |
| 合計コスト | $0.059 | $0.706 |
| ???? | $0.250 / 1M | $5.000 / 1M |
| ???? | $1.500 / 1M | $30.000 / 1M |
| 出力トークン | 2,224 | 2,008 |
| 推論トークン | 32,034 | 16,914 |
| 応答時間（平均） | 3.14s | 8.80s |
| 応答時間（最大） | 10.87s | 56.19s |
| 応答時間（合計） | 59.62s | 167.26s |
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 | 9.1 | 10.0 | 75.0% | 0 | 2.39s | 604 | 4,201 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.43s | 246 | 1,011 |
| 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 | 3.26s | 429 | 2,712 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 7.79s | 369 | 936 |
| 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 | 10.87s | 327 | 7,401 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 303 | 717 |
| 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 | 2.60s | 279 | 2,845 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 228 | 157 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 3.16s | 15 | 5,165 | |
| GPT-5.5 | 5.3 | 10.0 | 33.3% | 0 | 27.57s | 69 | 11,731 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 84 | 1,142 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 7.14s | 146 | 170 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 2.59s | 75 | 3,320 | |
| GPT-5.5 | 9.9 | 10.0 | 100.0% | 0 | 2.98s | 93 | 356 |
| 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 | 7.6 | 7.2 | 77.8% | 1 | 1.95s | 165 | 2,450 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 274 | 895 |
| 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 | 4.55s | 234 | 921 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 250 | 101 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 3.08s | 12 | 1,877 | |
| GPT-5.5 | 3.0 | 10.0 | 0.0% | 0 | 10.06s | 30 | 840 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsGPT-5.5lowGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Flash LitemediumGemini 3 PRO PreviewmediumvsGPT-5.5lowSeed-2.0-LitemediumvsGPT-5.5lowGPT-5.5lowvsQwen3.5 Plus 2026-02-15mediumGemma 4 31Bmedium無料で利用可能vsGPT-5.5lowGemini 3.1 Flash LitemediumvsQwen3.6 Max PreviewnoneGPT-5.5lowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Litemedium