- 順位
- #21
- 合計出力トークン
- 49,499
- 応答時間（平均）
- 4.93s
- 合計コスト
- $0.501
Gemini 3.6 Flash (low) vs GPT-5.4 (medium)
Gemini 3.6 Flash (low) が平均スコアでリードし、8.7 vs 8.5 です。 Gemini 3.6 Flash (low) の benchmark コストが低く、$0.501 vs $1.533 です。 Gemini 3.6 Flash (low) の方が高速で、4.93s vs 23.10s です、成功率は 87.9% vs 77.3% です。
- 順位
- #27
- 合計出力トークン
- 88,670
- 応答時間（平均）
- 23.10s
- 合計コスト
- $1.533
おすすめモデル
Gemini 3.6 Flash (low)
ここでは最高スコア（8.7）で、GPT-5.4 (medium) より約 3.1 倍低コストです。
詳細比較
| 指標 | Gemini 3.6 Flash Gemini 3.6 Flash low | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| スコア | 8.7 | 8.5 |
| 順位 | #21 | #27 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.6 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 87.9% | 77.3% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 2.779 | 10.220 |
| 合計コスト | $0.501 | $1.533 |
| 入力価格 | $1.500 / 1M | $2.500 / 1M |
| 出力価格 | $7.500 / 1M | $15.000 / 1M |
| 合計入力トークン | 85,881 | 81,127 |
| 出力トークン | 5,489 | 6,155 |
| 推論トークン | 44,010 | 82,515 |
| 応答時間（平均） | 4.93s | 23.10s |
| 応答時間（最大） | 30.83s | 100.41s |
| 応答時間（合計） | 108.48s | 508.26s |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#21 Gemini 3.6 Flash
low- コスト
- $0.045
- 時間
- 25.0s
- トークン
- 6,054 tok
#27 GPT-5.4
medium- コスト
- $0.214
- 時間
- 199.6s
- トークン
- 14,349 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 3.6 Flash | 8.7 | 7.9 | 91.7% | 1 | 1.85s | 508 | 165 | 2,334 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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 3.6 Flash | 7.8 | 10.0 | 66.7% | 0 | 6.95s | 8,126 | 466 | 12,253 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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 3.6 Flash | 7.3 | 5.8 | 83.3% | 1 | 19.82s | 61,762 | 3,931 | 17,102 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.66s | 7,554 | 278 | 779 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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 3.6 Flash | 7.7 | 10.0 | 66.7% | 0 | 4.72s | 639 | 12 | 5,537 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 490 | 109 | 1,062 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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 3.6 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.82s | 623 | 72 | 1,871 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.38s | 564 | 217 | 1,960 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.40s | 5,457 | 228 | 72 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.94s | 158 | 11 | 1,040 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsGemini 3.6 FlashlowClaude Opus 5lowvsGPT-5.4mediumGemini 3.6 FlashlowvsMuse Spark 1.1mediumClaude Fable 5mediumvsGemini 3.6 FlashlowClaude Opus 4.8mediumvsGemini 3.6 FlashlowGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsInkling SmallhighGPT-5.4mediumvsQwen3.8 MaxlowGemini 3.6 FlashlowvsGPT-5.3-CodexmediumGemini 3.6 FlashlowvsGrok 4.5highGemini 3.5 Flash LitehighvsGPT-5.4mediumMuse Spark 1.1lowvsGPT-5.4medium