AI BENCHY Compare
Google: Gemini 3 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: 2026-03-06
| 指標 | Google: Gemini 3 Pro Preview medium リリース: 2025-11-18 | OpenAI: GPT-5.4 medium リリース: 2026-03-05 |
|---|---|---|
| 平均スコア | 8.1 | 8.2 |
| 順位 | #9 | #7 |
| 正解テスト | ||
| 一貫性 | 10.0 | 8.9 |
| 結果あたりのコスト | 1.547 | 6.533 |
| 合計コスト | $0.186 | $0.784 |
| 試行ごとの合格率 | 80.0% | 86.7% |
| 不安定なテスト | 0 | 2 |
| common.totalRuns | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 1,424 | 1,611 |
| 推論トークン | 9,332 | 46,321 |
| 応答時間（平均） | 6.87s | 21.06s |
| 応答時間（最大） | 11.96s | 100.41s |
| 応答時間（合計） | 55.00s | 315.95s |
スコア vs 総コスト
応答時間（平均）
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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 3.75s | 143 | 1,107 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.02s | 216 | 1,466 |
| 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 Pro Preview | 10.0 | 10.0 | 0.0% | 0 | 10.37s | 351 | 952 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 20.57s | 301 | 3,543 |
| 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 Pro Preview | 9.9 | 10.0 | 100.0% | 0 | 10.84s | 279 | 3,156 | |
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 5.32s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 4.0 | 10.0 | 33.3% | 0 | 7.01s | 15 | 1,195 | |
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 74.27s | 61 | 34,748 |
| 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 Pro Preview | 9.5 | 10.0 | 100.0% | 0 | 3.26s | 69 | 754 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 93 | 897 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 3.91s | 243 | 1,197 | |
| OpenAI: GPT-5.4 | 7.0 | 7.2 | 88.9% | 1 | 9.13s | 442 | 3,832 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 324 | 971 | |
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 264 | 1,031 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Pro PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Pro PreviewmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGemini 3 Pro PreviewmediumClaude Sonnet 4.6nonevsGPT-5.4mediumGemini 3 Pro PreviewmediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4mediumvsQwen3.5 Plus 2026-02-15noneGemini 3 Pro PreviewmediumvsGLM 5none