BenchLeader

Claude Fable 5.1 vs Gemini 2.5 Pro Preview 0325

詳しいプロフィール:Claude Fable 5.1(Anthropic)とGemini 2.5 Pro Preview 0325(Google)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 12件の情報源のデータ

2026年11月22日時点で、品質ではClaude Fable 5.1がGemini 2.5 Pro Preview 0325を上回ります(BenchLeader Indexで66.9 対 59.7)。両方を測定できるすべてのカテゴリでClaude Fable 5.1がリードしています。

要点(2026年11月22日時点)

  • BenchLeader IndexはClaude Fable 5.1が66.9、Gemini 2.5 Pro Preview 0325が59.7です(BenchLeader、2026年11月22日)。
  • Claude Fable 5.1の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月22日)。
  • 両モデルに結果がある5件のベンチマークのうち、Claude Fable 5.1が5件でリードしています(BenchLeader、2026年11月22日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングClaude Fable 5.1カテゴリスコア89 対 61高
推論Claude Fable 5.1カテゴリスコア73 対 52;SimpleBench 86.6% 対 51.6%高
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • 品質ではClaude Fable 5.1がリードしています:66.9 対 59.7。
  • Claude Fable 5.1はコーディング、推論で優れています。

概要

仕様Claude Fable 5.1Gemini 2.5 Pro Preview 0325
プロバイダーAnthropicGoogle
リリース日2026年9月1日2025年3月25日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成Claude Fable 5.1Gemini 2.5 Pro Preview 0325
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$10.00 / $50.00 / $0.250–

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Fable 5.1Gemini 2.5 Pro Preview 0325トップ
推論73.452.1Claude Fable 5.1
コーディング88.661.1Claude Fable 5.1
エージェント・ツール64.1–比較不可
数学–58.9比較不可
知識–56.2比較不可
指示追従–57.9比較不可
マルチモーダル–70.8比較不可
長文コンテキスト–72.8比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学知識指示追従長文コンテキストマルチモーダルClaude Fable 5.1, 推論: 73.4Claude Fable 5.1, コーディング: 88.6Claude Fable 5.1, エージェント・ツール: 64.1Gemini 2.5 Pro Preview 0325, 推論: 52.1Gemini 2.5 Pro Preview 0325, コーディング: 61.1Gemini 2.5 Pro Preview 0325, 数学: 58.9Gemini 2.5 Pro Preview 0325, 知識: 56.2Gemini 2.5 Pro Preview 0325, 指示追従: 57.9Gemini 2.5 Pro Preview 0325, 長文コンテキスト: 72.8Gemini 2.5 Pro Preview 0325, マルチモーダル: 70.8

破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。

描画していないもの(これらのモデルの結果なし):人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある5件のベンチマークのうち、Claude Fable 5.1のリードが5件、Gemini 2.5 Pro Preview 0325のリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5.1が上回っています。

総合IndexClaude Fable 5.1Gemini 2.5 Pro Preview 0325トップ
BenchLeader Index66.959.7Claude Fable 5.1

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Fable 5.1Gemini 2.5 Pro Preview 0325
100万トークンあたりのブレンド価格$20.00–
100万トークンあたりの入力/出力$10.00 / $50.00– / –
100万トークンあたりのキャッシュ入力$0.250–
タスクあたりの価格:チャットの返答$0.019–
タスクあたりの価格:30ページのレポートを要約$0.150–
タスクあたりの価格:コード編集$0.135–
タスクあたりの価格:エージェント型コーディングセッション$0.800–
タスクあたりの価格:構造化データの抽出$0.030–
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.361–
出力速度66 tok/s–
回答開始までの時間3.8秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.1のスコアは66.9、最初の回答トークンまで4秒。Claude Fable 5.1 (max)は66.4(134秒)、Claude Fable 5.1 (xhigh)は63.9(32秒)。Gemini 2.5 Pro Preview 0325のスコアは59.7。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

185件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Fable 5.1Gemini 2.5 Pro Preview 0325
BenchLeader IndexBenchLeader66.959.7
エージェント・ツールスコアBenchLeader64.1–
コーディングスコアBenchLeader88.661.1
推論スコアBenchLeader73.452.1
指示追従スコアBenchLeader–57.9
知識スコアBenchLeader–56.2
長文コンテキストスコアBenchLeader–72.8
数学スコアBenchLeader–58.9
マルチモーダルスコアBenchLeader–70.8
ブレンド価格($/100万トークン)BenchLeader$20.00–
出力速度BenchLeader66 tok/s–
回答開始までの時間BenchLeader3.8秒–
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–83.8%
Humanity's Last ExamScale AI / CAIS46.5%†18.2%
SimpleBenchSimpleBench86.6%51.6%
Arena Hard PromptsArena (LMArena)1522†–
LiveBench 2.0 ReasoningLiveBench91.7%†–
LiveBench 1.0 ReasoningLiveBench91.7%†–
GPQA Diamond (AA)Artificial Analysis93.7%†83.6%
Humanity's Last Exam (AA)Artificial Analysis59.1%†18.0%
HLE-Diamond (AA)Artificial Analysis60.1%†–
GPQA Diamond (Vals)Vals AI93.4%†80.8%
GPQA Diamond (HELM)HELM Capabilities–74.9%
ARC-AGI-1ARC Prize97.5%†–
ARC-AGI-2ARC Prize90.0%†–
CritPtArtificial Analysis29.7%†–
CritPt v2 hard subset (AA)Artificial Analysis52.5%†–
MysteryMechanismVals AI47.8%†–
HLE-Diamond (Scale)Scale AI SEAL51.3%†–
HLE Text-Only (Scale)Scale AI SEAL46.8%†18.4%
Arena ExpertArena (LMArena)1533†–
Chess PuzzlesEpoch AI Benchmarking Hub48.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub58.0%†–
LMCAEpoch AI Benchmarking Hub65.5%–
DTBenchEpoch AI Benchmarking Hub97.6%–
ForecastBenchForecastBench65.8%†64.0%
コーディング
SciCodeSciCode63.1%†–
185件のベンチマークをすべて表示
指標公開元Claude Fable 5.1Gemini 2.5 Pro Preview 0325
コーディング
WeirdMLWeirdML92.9%†–
FrontierCodeCognition50.9%†–
GSO-BenchGSO-Bench88.2%–
Arena CodingArena (LMArena)1533†–
Arena WebDevArena (LMArena)1742†–
LiveBench 2.0 CodingLiveBench89.7%†–
LiveBench 1.0 CodingLiveBench86.4%†–
LiveCodeBenchVals AI90.5%†79.2%
IOIVals AI90.8%†–
Aider PolyglotAider polyglot leaderboard–72.9%
Code MigrationVals AI54.6%†–
ProgramBenchVals AI7.0%†–
SWE-bench MultimodalVals AI61.3%†–
Vibe Code Bench 1-100Vals AI28.0%†–
Vibe Code Bench v1.1Vals AI90.3%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL60.0%†–
SWE Atlas v1.0: RefactoringScale AI SEAL56.7%†–
SWE Atlas v1.0: Test WritingScale AI SEAL67.0%†–
SWE Atlas v1.1Scale AI SEAL76.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL79.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL78.9%†–
SWE Atlas v1.1: RefactoringScale AI SEAL71.4%†–
SWE-Bench Pro V2Scale AI SEAL99.1%†–
SWE-Bench Pro V2 HARDScale AI SEAL92.2%†–
MirrorCodeEpoch AI Benchmarking Hub93.3%†–
CadEvalEpoch AI Benchmarking Hub–64.0%
ALE-BenchEpoch AI Benchmarking Hub2143.2†–
FrontierSWEEpoch AI Benchmarking Hub56.3%†–
WeirdML v3WeirdML26.0%†–
Terminal-Bench 4.0 (AA)Artificial Analysis52.0%†–
Terminal-Bench 2.1 (AA)Artificial Analysis91.4%†–
Startrise FrontendStartrise77.1%†–
GameBench 2 OverallDuelLab GameBench 287.0–
GameBench 2 by reasoning settingDuelLab GameBench 293.8†–
Design Arena WebsiteDesign Arena1298–
Design Arena CodeDesign Arena1323–
FrontierCode 1.1 (AA)Artificial Analysis49.0%†–
FrontierCode 2.0 (AA)Artificial Analysis31.6%†–
LiveCodeBench (AA)Artificial Analysis–77.8%
エージェント・ツール
Terminal-BenchTerminal-Bench57.3%†–
Remote Labor IndexScale AI / CAIS17.9%–
APEX-AgentsMercor68.6%–
Arena AgentArena (LMArena)13.7†–
LiveBench Long AgenticLiveBench74.2%†–
LiveBench BrowserLiveBench89.8%†–
LiveBench Agentic CodingLiveBench66.1%†–
Terminal-Bench 2.1 (Vals)Vals AI85.0%†–
MCP AtlasScale AI SEAL87.2%–
HiL-BenchScale AI SEAL61.5%–
GDPval-AA v2.1, normalised scoreArtificial Analysis62.7%†–
GDPval-AA v2.1Artificial Analysis1765†–
τ³-Banking (AA)Artificial Analysis47.2%†–
ITBench SRE (AA)Artificial Analysis49.5%†–
Analyst Agent (AA)Artificial Analysis57.5%†–
CUA-benchVals AI13.2%†–
CyberBenchVals AI70.4%†–
Finance Agent v2Vals AI58.9%†–
Harvey's Legal Agent Benchmark v1Vals AI6.7%†–
Legal Research BenchVals AI55.3%†–
Robo-benchVals AI5.8%†–
SkillsBenchVals AI61.5%†–
SREBenchVals AI22.9%†–
Tax Agent BenchVals AI50.8%†–
Terminal-Bench 4.0 (Vals)Vals AI58.1%†–
Terminal-Bench ScienceVals AI40.0%†–
Time Horizon Index: KSPVals AI63.3%†–
Arena SearchArena (LMArena)1227†–
Arena Agent Task CompletionArena (LMArena)14.2†–
Arena Search FactualityArena (LMArena)1214†–
BALROGBALROG–43.3%
PostTrainBenchEpoch AI Benchmarking Hub44.6%†–
Vending-Bench 2Andon Labs5421.6–
SpireClimbEpoch AI Benchmarking Hub2.0%†–
AutomationBenchArtificial Analysis59.4%†–
GDP.pdf (AA)Artificial Analysis26.2%†–
Harvey LAB-AA v1.1Harvey6.4%†–
AA-Briefcase v1.1Artificial Analysis1670†–
GDPxGDPx by SemiAnalysis8.5%†–
Design Arena AgenticDesign Arena1329–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis43.3%†–
CWE-Bench (AA)Artificial Analysis50.8%†–
DeepSec-Bench (AA)Artificial Analysis23.5%†–
CyberGym end-to-end (AA)Artificial Analysis0.8%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.2%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub87.8%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%†–
MATH Level 5Epoch AI Benchmarking Hub–95.6%
ProofBenchVals AI100.0%†–
LiveBench MathematicsLiveBench97.0%†–
AIME (Vals)Vals AI–85.8%
Omni-MATH (HELM)HELM Capabilities–41.6%
MATH 500Vals AI–95.2%
Arena MathsArena (LMArena)1530†–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.8%†–
LiveBench 2.0 Data AnalysisLiveBench80.3%†–
LiveBench ResearchLiveBench88.5%†–
LiveBench 1.0 Data AnalysisLiveBench80.3%†–
AA-Omniscience v1.1Artificial Analysis46.3†–
MMLU-ProVals AI92.4%†84.1%
LegalBenchVals AI88.5%†84.3%
CorpFinVals AI–59.8%
TaxEvalVals AI76.0%†72.9%
MedQAVals AI–93.1%
PRBench FinanceScale AI SEAL50.8%†–
PRBench LegalScale AI SEAL51.6%†–
MMLU-Pro (HELM)HELM Capabilities–86.3%
Excel Modeling BenchmarkVals AI76.7%†–
Excel Modeling Benchmark v1.1Vals AI76.7%†–
MedCodeVals AI53.5%†–
MedScribeVals AI91.3%†–
Public Benefits Bench v1.1Vals AI74.9%†–
Financial Coaching BenchVals AI75.7%†–
Immigration BenchVals AI75.4%†–
Arena Text FactualityArena (LMArena)1499†–
EBR-benchEpoch AI Benchmarking Hub57.1%†–
GDP.pdfEpoch AI Benchmarking Hub49.4%†–
AA-Omniscience v1.1: accuracyArtificial Analysis68.4%†–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis30.0%†–
HealthBench Professional (AA)OpenAI57.8%†–
指示追従
LiveBench LanguageLiveBench89.5%†–
LiveBench Instruction FollowingLiveBench73.0%†–
IFEval (HELM)HELM Capabilities–84.0%
WildBench (HELM)HELM Capabilities–85.7%
Arena Instruction FollowingArena (LMArena)1503†–
人間の評価
Arena TextArena (LMArena)1503†–
EQ-Bench Creative Writing v3EQ-Bench21551396
EQ-Bench Longform WritingEQ-Bench85.358.8
Arena Creative WritingArena (LMArena)1492†–
Arena Multi-turnArena (LMArena)1483†–
Arena Longer QueriesArena (LMArena)1511†–
Lech Mazur Creative WritingLech Mazur–80.5%
マルチモーダル
Arena VisionArena (LMArena)1322†–
LiveBench DesignLiveBench81.6%†–
VISTAScale AI SEAL–54.6%
MMMU-Pro (Vals)Vals AI90.6%†81.3%
MortgageTaxVals AI70.8%†67.2%
Humanity's Sixth SenseScale AI SEAL40.8%†–
GeoBenchGeoBench84.0%†84.0%
VPCTEpoch AI Benchmarking Hub–48.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub41.9%–
Furniture AssemblyEpoch AI Benchmarking Hub70.0%†–
Code2Video-AAArtificial Analysis1325†–
AA-3DArtificial Analysis1139†–
長文コンテキスト
Fiction.LiveBench 120kFiction.live–90.6%
AA-LCR v1.1Artificial Analysis85.3%†–
Arena DocumentArena (LMArena)1498†–
MLCRArtificial Analysis15.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.1144.0
LiveBench 2.0LiveBench84.0%†–
LiveBench 1.0LiveBench83.4%†–
AA Intelligence Index v5.0.1Artificial Analysis49.2†–
AA Intelligence Index v4.3.2Artificial Analysis53.4†15.0
AA Progress Index v1Artificial Analysis340.8†245.9
HELM Capabilities meanHELM Capabilities–74.5%
Vals RSI IndexVals AI36.1%†–
AA Cyber IndexArtificial Analysis25.0†–
安全性・誠実さ
FORTRESSScale AI SEAL13.7%54.9%
MASKScale AI SEAL–55.9%
DistressBenchScale AI SEAL71.5%–

データは2026年11月22日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261119-1d7fd529faf6 (https://benchmarks.duellab.org/releases/gb2-20261119-1d7fd529faf6/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Claude Fable 5.1:BenchLeader Index 66.2 → 66.9。
  • Claude Fable 5.1:スコアの改訂1件。
  • Claude Fable 5.1:スコアの改訂1件。
  • Claude Fable 5.1:新しい結果1件(SimpleBench)。
  • Claude Fable 5.1:スコアの改訂6件。
  • Claude Fable 5.1:スコアの改訂1件。
  • Claude Fable 5.1:スコアの改訂1件。
  • Claude Fable 5.1:スコアの改訂3件。
  • Claude Fable 5.1:新しい結果3件(Excel Modeling Benchmark v1.1, Harvey's Legal Agent Benchmark v1, SWE-bench Multimodal)。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Fable 5.1 vs Gemini 2.5 Pro Preview 0325:よくある質問

Claude Fable 5.1はGemini 2.5 Pro Preview 0325より優れていますか?
品質ではClaude Fable 5.1がリードしています:66.9 対 59.7。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月22日時点では総合でClaude Fable 5.1が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
コーディングにはClaude Fable 5.1とGemini 2.5 Pro Preview 0325のどちらが向いていますか?
コーディングではClaude Fable 5.1の方がスコアが高くなっています(カテゴリ指標で89 対 61。50が平均)。
長い文書にはどちらが向いていますか?
どちらも1,000,000トークンのコンテキストに対応しています。
Claude Fable 5.1とGemini 2.5 Pro Preview 0325について、第三者ベンチマークの評価は一致していますか?
両方に結果がある5件のベンチマークのうち、Claude Fable 5.1のリードが5件、Gemini 2.5 Pro Preview 0325のリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5.1が上回っています。
Claude Fable 5.1はいつリリースされましたか?
Claude Fable 5.1は2026年9月1日にリリースされました。