AI BENCHY Compare
Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.4 Nano
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: 2026-05-01
| 指標 | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium | GPT-5.4 Nano GPT-5.4 Nano none |
|---|---|---|
| スコア | 9.6 | 4.6 |
| 順位 | #2 | #127 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 10.0 | 7.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 94.4% | 33.3% |
| 不安定なテスト | 0 | 6 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 3.400 | 0.299 |
| 合計コスト | $0.578 | $0.009 |
| ???? | $2.000 / 1M | $0.200 / 1M |
| ???? | $12.000 / 1M | $1.250 / 1M |
| 出力トークン | 1,932 | 2,762 |
| 推論トークン | 40,542 | 0 |
| 応答時間（平均） | 15.96s | 1.40s |
| 応答時間（最大） | 40.61s | 3.84s |
| 応答時間（合計） | 175.52s | 25.14s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 112 | 3,218 | |
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 800 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 19.88s | 405 | 4,201 | |
| GPT-5.4 Nano | 7.1 | 3.7 | 66.7% | 1 | 1.43s | 577 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 9.5 | 10.0 | 100.0% | 0 | 40.61s | 432 | 9,281 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 3.84s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 279 | 3,904 | |
| GPT-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 219 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 32.73s | 18 | 12,424 | |
| GPT-5.4 Nano | 2.9 | 4.4 | 22.2% | 2 | 926ms | 52 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 108 | 1,179 | |
| GPT-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 180 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 72 | 2,236 | |
| GPT-5.4 Nano | 6.3 | 10.0 | 50.0% | 0 | 787ms | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.15s | 232 | 3,117 | |
| GPT-5.4 Nano | 3.7 | 7.3 | 22.2% | 1 | 1.29s | 348 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 274 | 982 | |
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 222 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.4 NanononevsGLM 4.7 FlashmediumGPT-5.4 NanononevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3 Coder NextmediumClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowNemotron 3 Nano Omni 30b A3b Reasoningmedium無料で利用可能vsGPT-5.4 NanononeGPT-5.4 NanononevsElephant AlphamediumMiniMax M2.7mediumvsGPT-5.4 NanononeGemini 3.1 Pro PreviewmediumvsHY3 Previewhigh無料で利用可能MiniMax M2.5medium無料で利用可能vsGPT-5.4 NanononeMistral Small 4mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsOwl Alphamedium