AI BENCHY Compare

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

概要

Gemini 3.1 Flash Lite (minimal) vs GPT-5.6 Sol の benchmark 比較: GPT-5.6 Sol が平均スコアでリードし、6.3 vs 6.1 です。 Gemini 3.1 Flash Lite (minimal) の benchmark コストが低く、$0.013 vs $0.225 です。 Gemini 3.1 Flash Lite (minimal) の方が高速で、1.33s vs 1.66s です、成功率は 54.0% vs 57.1% です。

おすすめモデル: Gemini 3.1 Flash Lite (minimal) - スコアはここでの最高値に近く（6.1 vs 6.3）、GPT-5.6 Sol より約 17.3 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 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 minimal 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	6.1	6.3
順位	#109	#101
信頼性	10.0	10.0
一貫性	8.8	9.0
正解テスト
試行ごとの合格率	54.0%	57.1%
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	2.244
合計コスト	$0.013	$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	36,973	34,218
出力トークン	2,487	1,776
推論トークン	0	0
応答時間（平均）	1.33s	1.66s
応答時間（最大）	4.49s	3.93s
応答時間（合計）	27.91s	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.

#109 Gemini 3.1 Flash Lite

minimal

コスト: $0.001
時間: 3.7s
トークン: 635 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	8.3	10.0	75.0%	0		1.10s	500	639	0
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		831ms	8,126	666	0
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		2.53s	12,870	357	0
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		1.04s	7,552	279	0
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	2.9	7.2	11.1%	1		1.02s	641	15	0
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		791ms	490	63	0
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		932ms	615	72	0
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	6.0	4.6	66.7%	2		2.15s	564	153	0
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		3.51s	5,457	234	0
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		724ms	158	9	0
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