AI BENCHY Compare
比較対象モデル
比較する:
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: 2026-03-04
| 指標 | Google: Gemini 3.1 Flash Lite Preview low リリース: 2026-03-03 | Google: Gemini 3.1 Flash Lite Preview medium リリース: 2026-03-03 | Google: Gemini 3.1 Flash Lite Preview high リリース: 2026-03-03 | Google: Gemini 3 Flash Preview low リリース: 2025-12-17 |
|---|---|---|---|---|
| 順位 | #12 | #19 | #7 | #8 |
| 平均スコア | 7.38 | 7.12 | 7.92 | 7.87 |
| 一貫性 | 10.00 | 10.00 | 9.99 | 9.44 |
| 結果あたりのコスト | 0.162 | 0.403 | 17.455 | 0.624 |
| 合計コスト | $0.017 | $0.037 | $1.920 | $0.069 |
| 正解テスト | ||||
| 試行ごとの合格率 | 66.7% | 60.0% | 73.3% | 75.6% |
| 不安定なテスト | 0 | 0 | 0 | 1 |
| 出力トークン | 1,392 | 1,417 | 943 | 1,274 |
| 推論トークン | 6,379 | 19,435 | 1,275,768 | 18,372 |
スコア vs 総コスト
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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 7.00 | 10.00 | 66.7% | 0 | 456 | 1,224 | |
| Google: Gemini 3.1 Flash Lite Preview | 9.00 | 9.99 | 66.7% | 0 | 564 | 3,780 | |
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 144 | 193,077 | |
| Google: Gemini 3 Flash Preview | 10.00 | 10.00 | 100.0% | 0 | 275 | 2,476 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 1.00 | 10.00 | 0.0% | 0 | 75 | 253 | |
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 109 | 2,449 | |
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 112 | 126,813 | |
| Google: Gemini 3 Flash Preview | 1.00 | 10.00 | 0.0% | 0 | 104 | 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 291 | 696 | |
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 279 | 2,952 | |
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 279 | 6,186 | |
| Google: Gemini 3 Flash Preview | 10.00 | 10.00 | 100.0% | 0 | 305 | 3,004 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 4.00 | 10.00 | 33.3% | 0 | 18 | 1,212 | |
| Google: Gemini 3.1 Flash Lite Preview | 1.00 | 10.00 | 0.0% | 0 | 18 | 5,325 | |
| Google: Gemini 3.1 Flash Lite Preview | 4.00 | 10.00 | 33.3% | 0 | 18 | 566,202 | |
| Google: Gemini 3 Flash Preview | 4.00 | 7.21 | 44.4% | 1 | 12 | 6,410 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 8.50 | 10.00 | 50.0% | 0 | 72 | 753 | |
| Google: Gemini 3.1 Flash Lite Preview | 8.00 | 9.99 | 50.0% | 0 | 72 | 2,121 | |
| Google: Gemini 3.1 Flash Lite Preview | 8.00 | 9.96 | 50.0% | 0 | 69 | 190,053 | |
| Google: Gemini 3 Flash Preview | 7.50 | 9.99 | 50.0% | 0 | 71 | 2,752 |
| Puzzle Solving | 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 243 | 1,248 | |
| Google: Gemini 3.1 Flash Lite Preview | 7.00 | 10.00 | 66.7% | 0 | 141 | 1,896 | |
| Google: Gemini 3.1 Flash Lite Preview | 7.00 | 10.00 | 66.7% | 0 | 87 | 190,953 | |
| Google: Gemini 3 Flash Preview | 10.00 | 10.00 | 100.0% | 0 | 273 | 3,315 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 237 | 993 | |
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 234 | 912 | |
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 234 | 2,484 | |
| Google: Gemini 3 Flash Preview | 10.00 | 10.00 | 100.0% | 0 | 234 | 415 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewhighGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 Chatnone