AI BENCHY Compare

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

概要

Gemini 3.1 Flash Lite (minimal) vs GPT-5.6 Luna の benchmark 比較: Gemini 3.1 Flash Lite (minimal) が平均スコアでリードし、6.1 vs 5.3 です。 Gemini 3.1 Flash Lite (minimal) の benchmark コストが低く、$0.013 vs $0.047 です。 GPT-5.6 Luna の方が高速で、1.06s vs 1.33s です、成功率は 54.0% vs 36.5% です。

おすすめモデル: Gemini 3.1 Flash Lite (minimal) - ここでは最高スコア（6.1）で、GPT-5.6 Luna より約 3.5 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 minimal リリース: 2026-05-08	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09
スコア	6.1	5.3
順位	#109	#142
信頼性	10.0	10.0
一貫性	8.8	8.8
正解テスト
試行ごとの合格率	54.0%	36.5%
不安定なテスト	3	3
総実行回数	63	63
結果あたりのコスト	0.130	0.767
合計コスト	$0.013	$0.047
入力価格	$0.250 / 1M	$1.000 / 1M
出力価格	$1.500 / 1M	$6.000 / 1M
合計入力トークン	36,973	34,218
出力トークン	2,487	1,967
推論トークン	0	0
応答時間（平均）	1.33s	1.06s
応答時間（最大）	4.49s	2.80s
応答時間（合計）	27.91s	22.34s

生成ショーケース

Hamster playing table tennis

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

#109 Gemini 3.1 Flash Lite

minimal

コスト: $0.001
時間: 3.7s
トークン: 635 tok

#142 GPT-5.6 Luna

none

コスト: $0.016
時間: 15.8s
トークン: 2,685 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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	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-5.6 Luna	10.0	10.0	100.0%	0		758ms	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	2.9	7.2	11.1%	1		1.02s	641	15	0
GPT-5.6 Luna	2.9	7.2	11.1%	1		737ms	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		791ms	490	63	0
GPT-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

クイック比較

比較ペアを切り替え