AI BENCHY Compare
Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.4 Mini
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 Flash Preview Gemini 3 Flash Preview medium | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| スコア | 10.0 | 7.3 |
| 順位 | #1 | #58 |
| 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 | 100.0% | 70.4% |
| 不安定なテスト | 0 | 6 |
| 総実行回数 | 18 | 54 |
| 結果あたりのコスト | 0.600 | 3.313 |
| 合計コスト | $0.108 | $0.299 |
| ???? | $0.500 / 1M | $0.750 / 1M |
| ???? | $3.000 / 1M | $4.500 / 1M |
| 出力トークン | 655 | 2,131 |
| 推論トークン | 33,749 | 59,567 |
| 応答時間（平均） | 12.11s | 15.22s |
| 応答時間（最大） | 82.37s | 102.91s |
| 応答時間（合計） | 217.93s | 273.90s |
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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 110 | 1,076 | |
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 296 | 2,876 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 82.37s | 144 | 16,257 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 7.76s | 423 | 1,548 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 23.58s | 117 | 3,495 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 17.81s | 317 | 4,317 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 7.62s | 93 | 2,197 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 234 | 650 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 14.81s | 4 | 7,228 | |
| GPT-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 60 | 43,286 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 24 | 635 | |
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 150 | 510 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.30s | 24 | 903 | |
| GPT-5.4 Mini | 7.4 | 6.7 | 66.7% | 1 | 2.50s | 129 | 1,337 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.86s | 61 | 1,455 | |
| GPT-5.4 Mini | 6.8 | 7.9 | 55.6% | 1 | 4.33s | 271 | 2,449 |
| 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 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 9.78s | 78 | 503 | |
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 251 | 2,594 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsGPT-5.4 MinimediumGemma 4 31Bnone無料で利用可能vsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsMiMo-V2-OmninoneClaude Opus 4.7nonevsGemini 3 Flash PreviewmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 MinimediumGemini 3 Flash PreviewnonevsGPT-5.4 Minimedium