AI BENCHY Compare
Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.4
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: 2026-03-05
| 指標 | Google: Gemini 3.1 Pro Preview medium リリース: 2026-02-19 | OpenAI: GPT-5.4 none リリース: 2026-03-05 |
|---|---|---|
| 順位 | #2 | #44 |
| 平均スコア | 9.3 | 4.6 |
| 正解テスト | ||
| 一貫性 | 10.0 | 8.9 |
| 結果あたりのコスト | 3.544 | 1.496 |
| 合計コスト | $0.497 | $0.090 |
| 試行ごとの合格率 | 93.3% | 44.4% |
| 不安定なテスト | 0 | 2 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 1,413 | 1,635 |
| 推論トークン | 34,477 | 0 |
| 応答時間（平均） | 17.20s | 1.46s |
| 応答時間（最大） | 40.61s | 2.89s |
| 応答時間（合計） | 137.59s | 21.86s |
応答時間（平均）
スコア vs 総コスト
平均スコア vs 応答時間（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.52s | 106 | 2,533 | |
| OpenAI: GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 9.0 | 10.0 | 100.0% | 0 | 40.61s | 432 | 9,281 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 9.9 | 10.0 | 100.0% | 0 | 7.72s | 279 | 3,904 | |
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 7.0 | 10.0 | 66.7% | 0 | 32.73s | 18 | 12,424 | |
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 72 | 2,236 | |
| OpenAI: GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 |
| 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 | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.15s | 232 | 3,117 | |
| OpenAI: GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 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 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 274 | 982 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 |
クイック比較
比較ペアを切り替え
MiniMax M2.5mediumvsGPT-5.4noneMercury 2mediumvsGPT-5.4noneGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsGLM 4.7 FlashmediumGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGPT-5.4noneKimi K2.5mediumvsGPT-5.4noneGPT-5.4nonevsGrok 4.1 FastmediumGemini 3.1 Pro PreviewmediumvsGPT-5.3 ChatnoneGPT-5.4nonevsQwen3.5-FlashmediumSeed-2.0-MinimediumvsGPT-5.4none