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 6.4 です。 gpt-oss-120b の benchmark コストが低く、$0.013 vs $0.018 です。 Gemini 3.1 Flash Lite Preview の方が高速で、1.21s vs 22.28s です、成功率は 60.3% 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（6.4 vs 6.7）、gpt-oss-120b より約 18.4 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 none 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 none 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	6.4	6.7
順位	#82	#78
信頼性	10.0	10.0
一貫性	9.7	8.0
正解テスト
試行ごとの合格率	60.3%	52.4%
不安定なテスト	1	5
総実行回数	63	63
結果あたりのコスト	0.148	0.141
合計コスト	$0.018	$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	37,582	39,084
出力トークン	5,547	20,013
推論トークン	0	50,233
応答時間（平均）	1.21s	22.28s
応答時間（最大）	3.39s	68.16s
応答時間（合計）	25.45s	311.96s

Generation showcase

Hamster playing table tennis

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

#82 Gemini 3.1 Flash Lite Preview

none

Cost: $0.003
Time: 4.7s
Tokens: 1,827 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	7.5	8.4	66.7%	1		1.04s	504	1,092	0
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		967ms	8,128	670	0
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		3.20s	13,026	339	0
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		1.22s	7,550	399	0
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		942ms	641	568	0
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		741ms	488	69	0
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		1.13s	623	574	0
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		900ms	570	1,045	0
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		3.39s	5,894	782	0
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		814ms	158	9	0
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