#1
Google
リリース: 2025-12-17
テスト日時: 2026-05-06 13:52
google/gemini-3-flash-preview::medium
????
$0.500 / 1M
????
$3.000 / 1M
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 |
|---|---|---|---|---|---|
| 2026-05-21 15:51 新しいテストを追加 | 9.7 | 10.0 | $0.509 | 比較する | |
| 2026-05-06 13:52 スイート変更 | 10.0 | 10.0 | $0.321 | 現在の実行 | |
| 2026-05-06 13:38 スイート変更 | 9.8 | 10.0 | $0.320 | 比較する | |
| 2026-04-23 15:25 再テスト | 10.0 | 該当なし | $0.108 | 比較する | |
| 2026-04-11 01:44 最初に記録された実行 | 10.0 | 該当なし | $0.314 | 比較する |
この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。
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） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-06 13:52 · スイート変更 | 10.0 | 10.0 | 10.0 | 18/18 | 0 | 101,771 | $0.321 | 11.76s |
| 2026-05-06 13:38 · スイート変更 | 9.8 | 9.6 | 10.0 | 17/18 | 1 | 101,480 | $0.320 | 11.53s |
| 差分 | +0.2 | +0.4 | 0.0 | +1 | -1 | +291 | +$0.001 | +230ms |
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。