#5
Google
リリース: 2025-12-17
テスト日時: 2026-04-11 01:44
google/gemini-3-flash-preview::low
????
$0.500 / 1M
????
$3.000 / 1M
不安定なテスト
1
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-05-22 00:26 スイート変更 | 8.6 | 10.0 | $0.106 | 比較する | |
| 2026-04-11 01:44 最初に記録された実行 | 8.8 | 該当なし | $0.091 | 現在の実行 |
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 最初に記録された実行 | 8.8 | 9.5 | 該当なし | 15/18 | 1 | 25,291 | $0.091 | 6.01s |
| 2026-05-22 00:26 · スイート変更 | 8.6 | 9.6 | 10.0 | 16/20 | 1 | 29,491 | $0.106 | 5.86s |
| 差分 | +0.2 | -0.1 | -1 | 0 | -4200 | -$0.015 | +145ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。