AI BENCHY Compare

Google: Gemini 3.1 Flash Lite Preview vs OpenAI: gpt-oss-120b

概要

Gemini 3.1 Flash Lite Preview vs gpt-oss-120b の benchmark 比較: gpt-oss-120b が平均スコアでリードし、6.7 vs 6.5 です。 gpt-oss-120b の benchmark コストが低く、$0.013 vs $0.026 です。 Gemini 3.1 Flash Lite Preview の方が高速で、2.77s vs 22.28s です、成功率は 61.9% vs 52.4% です。

おすすめモデル: Gemini 3.1 Flash Lite Preview - スコアはここでの最高値に近く（6.5 vs 6.7）、gpt-oss-120b より約 8.1 倍速く応答します。

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: 2026-06-12

指標	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low リリース: 2026-03-03	gpt-oss-120b gpt-oss-120b medium リリース: 2025-08-05 無料で利用可能

指標	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low リリース: 2026-03-03	gpt-oss-120b gpt-oss-120b medium リリース: 2025-08-05 無料で利用可能
スコア	6.5	6.7
順位	#81	#78
信頼性	10.0	10.0
一貫性	10.0	8.0
正解テスト
試行ごとの合格率	61.9%	52.4%
不安定なテスト	0	5
総実行回数	63	63
結果あたりのコスト	0.196	0.141
合計コスト	$0.026	$0.013
入力価格	$0.250 / 1M	$0.039 / 1M
出力価格	$1.500 / 1M	$0.180 / 1M
合計入力トークン	32,715	39,084
出力トークン	2,286	20,013
推論トークン	9,166	50,233
応答時間（平均）	2.77s	22.28s
応答時間（最大）	11.91s	68.16s
応答時間（合計）	58.12s	311.96s

Generation showcase

Hamster playing table tennis

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

#81 Gemini 3.1 Flash Lite Preview

low

Cost: $0.002
Time: 3.7s
Tokens: 1,203 tok

#78 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 555 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 Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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 Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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 Preview	3.0	10.0	0.0%	0		11.91s	8,381	225	762
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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 Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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 Preview	5.3	10.0	33.3%	0		2.36s	641	18	1,212
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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 Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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 Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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 Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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 Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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 Preview	3.0	10.0	0.0%	0		1.35s	160	9	420
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

クイック比較

比較ペアを切り替え