AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-4o-mini

概要

Gemini 3.1 Flash Lite vs GPT-4o-mini の benchmark 比較: Gemini 3.1 Flash Lite が平均スコアでリードし、6.1 vs 5.0 です。 GPT-4o-mini の benchmark コストが低く、$0.006 vs $0.013 です。 Gemini 3.1 Flash Lite の方が高速で、1.33s vs 1.77s です、成功率は 54.0% vs 23.8% です。

おすすめモデル: Gemini 3.1 Flash Lite - この比較で最も高いスコア（6.1）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-02

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	GPT-4o-mini GPT-4o-mini none リリース: 2024-07-18

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	GPT-4o-mini GPT-4o-mini none リリース: 2024-07-18
スコア	6.1	5.0
順位	#97	#144
信頼性	10.0	10.0
一貫性	8.8	9.9
正解テスト
試行ごとの合格率	54.0%	23.8%
不安定なテスト	3	0
総実行回数	63	63
結果あたりのコスト	0.130	0.119
合計コスト	$0.013	$0.006
入力価格	$0.250 / 1M	$0.150 / 1M
出力価格	$1.500 / 1M	$0.600 / 1M
合計入力トークン	36,973	31,518
出力トークン	2,487	1,982
推論トークン	0	0
応答時間（平均）	1.33s	1.77s
応答時間（最大）	4.49s	7.58s
応答時間（合計）	27.91s	24.80s

生成ショーケース

Hamster playing table tennis

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

#97 Gemini 3.1 Flash Lite

minimal

コスト: $0.001
時間: 3.7s
トークン: 635 tok

#144 GPT-4o-mini

none

コスト: $0.001
時間: 6.6s
トークン: 742 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	8.3	10.0	75.0%	0		1.10s	500	639	0
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	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		831ms	8,126	666	0
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	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		2.53s	12,870	357	0
GPT-4o-mini	3.0	10.0	0.0%	0		7.58s	8,298	568	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		1.04s	7,552	279	0
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	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	2.9	7.2	11.1%	1		1.02s	641	15	0
GPT-4o-mini	3.0	10.0	0.0%	0		637ms	732	15	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		791ms	490	63	0
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	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		932ms	615	72	0
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	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	6.0	4.6	66.7%	2		2.15s	564	153	0
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	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		3.51s	5,457	234	0
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	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		724ms	158	9	0
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0

クイック比較

比較ペアを切り替え