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。
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 5.1 | Gemini 2.5 Pro Preview 0325 |
|---|---|---|
| プロバイダー | Anthropic | |
| 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) | 1,000,000 | 1,000,000 |
| 比較した構成 | Claude Fable 5.1 | Gemini 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 5.1 | Gemini 2.5 Pro Preview 0325 | トップ |
|---|---|---|---|
| 推論 | 73.4 | 52.1 | Claude Fable 5.1 |
| コーディング | 88.6 | 61.1 | Claude 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。
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。
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Index | Claude Fable 5.1 | Gemini 2.5 Pro Preview 0325 | トップ |
|---|---|---|---|
| BenchLeader Index | 66.9 | 59.7 | Claude 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 5.1 | Gemini 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) | $0.361 | – |
| 出力速度 | 66 tok/s | – |
| 回答開始までの時間 | 3.8秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.1のスコアは66.9、最初の回答トークンまで4秒。Claude Fable 5.1 (max)は66.4(134秒)、Claude Fable 5.1 (xhigh)は63.9(32秒)。Gemini 2.5 Pro Preview 0325のスコアは59.7。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
185件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Fable 5.1 | Gemini 2.5 Pro Preview 0325 |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 66.9 | 59.7 |
| エージェント・ツールスコア | BenchLeader | 64.1 | – |
| コーディングスコア | BenchLeader | 88.6 | 61.1 |
| 推論スコア | BenchLeader | 73.4 | 52.1 |
| 指示追従スコア | BenchLeader | – | 57.9 |
| 知識スコア | BenchLeader | – | 56.2 |
| 長文コンテキストスコア | BenchLeader | – | 72.8 |
| 数学スコア | BenchLeader | – | 58.9 |
| マルチモーダルスコア | BenchLeader | – | 70.8 |
| ブレンド価格($/100万トークン) | BenchLeader | $20.00 | – |
| 出力速度 | BenchLeader | 66 tok/s | – |
| 回答開始までの時間 | BenchLeader | 3.8秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 83.8% |
| Humanity's Last Exam | Scale AI / CAIS | 46.5%† | 18.2% |
| SimpleBench | SimpleBench | 86.6% | 51.6% |
| Arena Hard Prompts | Arena (LMArena) | 1522† | – |
| LiveBench 2.0 Reasoning | LiveBench | 91.7%† | – |
| LiveBench 1.0 Reasoning | LiveBench | 91.7%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 93.7%† | 83.6% |
| Humanity's Last Exam (AA) | Artificial Analysis | 59.1%† | 18.0% |
| HLE-Diamond (AA) | Artificial Analysis | 60.1%† | – |
| GPQA Diamond (Vals) | Vals AI | 93.4%† | 80.8% |
| GPQA Diamond (HELM) | HELM Capabilities | – | 74.9% |
| ARC-AGI-1 | ARC Prize | 97.5%† | – |
| ARC-AGI-2 | ARC Prize | 90.0%† | – |
| CritPt | Artificial Analysis | 29.7%† | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | 52.5%† | – |
| MysteryMechanism | Vals AI | 47.8%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 51.3%† | – |
| HLE Text-Only (Scale) | Scale AI SEAL | 46.8%† | 18.4% |
| Arena Expert | Arena (LMArena) | 1533† | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 48.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 58.0%† | – |
| LMCA | Epoch AI Benchmarking Hub | 65.5% | – |
| DTBench | Epoch AI Benchmarking Hub | 97.6% | – |
| ForecastBench | ForecastBench | 65.8%† | 64.0% |
| コーディング | |||
| SciCode | SciCode | 63.1%† | – |
185件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Fable 5.1 | Gemini 2.5 Pro Preview 0325 |
|---|---|---|---|
| コーディング | |||
| WeirdML | WeirdML | 92.9%† | – |
| FrontierCode | Cognition | 50.9%† | – |
| GSO-Bench | GSO-Bench | 88.2% | – |
| Arena Coding | Arena (LMArena) | 1533† | – |
| Arena WebDev | Arena (LMArena) | 1742† | – |
| LiveBench 2.0 Coding | LiveBench | 89.7%† | – |
| LiveBench 1.0 Coding | LiveBench | 86.4%† | – |
| LiveCodeBench | Vals AI | 90.5%† | 79.2% |
| IOI | Vals AI | 90.8%† | – |
| Aider Polyglot | Aider polyglot leaderboard | – | 72.9% |
| Code Migration | Vals AI | 54.6%† | – |
| ProgramBench | Vals AI | 7.0%† | – |
| SWE-bench Multimodal | Vals AI | 61.3%† | – |
| Vibe Code Bench 1-100 | Vals AI | 28.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 90.3%† | – |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 60.0%† | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 56.7%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 67.0%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | 76.5%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 79.0%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 78.9%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 71.4%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 99.1%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 92.2%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 93.3%† | – |
| CadEval | Epoch AI Benchmarking Hub | – | 64.0% |
| ALE-Bench | Epoch AI Benchmarking Hub | 2143.2† | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 56.3%† | – |
| WeirdML v3 | WeirdML | 26.0%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 52.0%† | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 91.4%† | – |
| Startrise Frontend | Startrise | 77.1%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 87.0 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 93.8† | – |
| Design Arena Website | Design Arena | 1298 | – |
| Design Arena Code | Design Arena | 1323 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 49.0%† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 31.6%† | – |
| LiveCodeBench (AA) | Artificial Analysis | – | 77.8% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 57.3%† | – |
| Remote Labor Index | Scale AI / CAIS | 17.9% | – |
| APEX-Agents | Mercor | 68.6% | – |
| Arena Agent | Arena (LMArena) | 13.7† | – |
| LiveBench Long Agentic | LiveBench | 74.2%† | – |
| LiveBench Browser | LiveBench | 89.8%† | – |
| LiveBench Agentic Coding | LiveBench | 66.1%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 85.0%† | – |
| MCP Atlas | Scale AI SEAL | 87.2% | – |
| HiL-Bench | Scale AI SEAL | 61.5% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 62.7%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1765† | – |
| τ³-Banking (AA) | Artificial Analysis | 47.2%† | – |
| ITBench SRE (AA) | Artificial Analysis | 49.5%† | – |
| Analyst Agent (AA) | Artificial Analysis | 57.5%† | – |
| CUA-bench | Vals AI | 13.2%† | – |
| CyberBench | Vals AI | 70.4%† | – |
| Finance Agent v2 | Vals AI | 58.9%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7%† | – |
| Legal Research Bench | Vals AI | 55.3%† | – |
| Robo-bench | Vals AI | 5.8%† | – |
| SkillsBench | Vals AI | 61.5%† | – |
| SREBench | Vals AI | 22.9%† | – |
| Tax Agent Bench | Vals AI | 50.8%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 58.1%† | – |
| Terminal-Bench Science | Vals AI | 40.0%† | – |
| Time Horizon Index: KSP | Vals AI | 63.3%† | – |
| Arena Search | Arena (LMArena) | 1227† | – |
| Arena Agent Task Completion | Arena (LMArena) | 14.2† | – |
| Arena Search Factuality | Arena (LMArena) | 1214† | – |
| BALROG | BALROG | – | 43.3% |
| PostTrainBench | Epoch AI Benchmarking Hub | 44.6%† | – |
| Vending-Bench 2 | Andon Labs | 5421.6 | – |
| SpireClimb | Epoch AI Benchmarking Hub | 2.0%† | – |
| AutomationBench | Artificial Analysis | 59.4%† | – |
| GDP.pdf (AA) | Artificial Analysis | 26.2%† | – |
| Harvey LAB-AA v1.1 | Harvey | 6.4%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1670† | – |
| GDPx | GDPx by SemiAnalysis | 8.5%† | – |
| Design Arena Agentic | Design Arena | 1329 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 43.3%† | – |
| CWE-Bench (AA) | Artificial Analysis | 50.8%† | – |
| DeepSec-Bench (AA) | Artificial Analysis | 23.5%† | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.8%† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.2%† | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 87.8%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0%† | – |
| MATH Level 5 | Epoch AI Benchmarking Hub | – | 95.6% |
| ProofBench | Vals AI | 100.0%† | – |
| LiveBench Mathematics | LiveBench | 97.0%† | – |
| AIME (Vals) | Vals AI | – | 85.8% |
| Omni-MATH (HELM) | HELM Capabilities | – | 41.6% |
| MATH 500 | Vals AI | – | 95.2% |
| Arena Maths | Arena (LMArena) | 1530† | – |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0%† | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 70.8%† | – |
| LiveBench 2.0 Data Analysis | LiveBench | 80.3%† | – |
| LiveBench Research | LiveBench | 88.5%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 80.3%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 46.3† | – |
| MMLU-Pro | Vals AI | 92.4%† | 84.1% |
| LegalBench | Vals AI | 88.5%† | 84.3% |
| CorpFin | Vals AI | – | 59.8% |
| TaxEval | Vals AI | 76.0%† | 72.9% |
| MedQA | Vals AI | – | 93.1% |
| PRBench Finance | Scale AI SEAL | 50.8%† | – |
| PRBench Legal | Scale AI SEAL | 51.6%† | – |
| MMLU-Pro (HELM) | HELM Capabilities | – | 86.3% |
| Excel Modeling Benchmark | Vals AI | 76.7%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.7%† | – |
| MedCode | Vals AI | 53.5%† | – |
| MedScribe | Vals AI | 91.3%† | – |
| Public Benefits Bench v1.1 | Vals AI | 74.9%† | – |
| Financial Coaching Bench | Vals AI | 75.7%† | – |
| Immigration Bench | Vals AI | 75.4%† | – |
| Arena Text Factuality | Arena (LMArena) | 1499† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 57.1%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 49.4%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 68.4%† | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 30.0%† | – |
| HealthBench Professional (AA) | OpenAI | 57.8%† | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 89.5%† | – |
| LiveBench Instruction Following | LiveBench | 73.0%† | – |
| IFEval (HELM) | HELM Capabilities | – | 84.0% |
| WildBench (HELM) | HELM Capabilities | – | 85.7% |
| Arena Instruction Following | Arena (LMArena) | 1503† | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1503† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2155 | 1396 |
| EQ-Bench Longform Writing | EQ-Bench | 85.3 | 58.8 |
| Arena Creative Writing | Arena (LMArena) | 1492† | – |
| Arena Multi-turn | Arena (LMArena) | 1483† | – |
| Arena Longer Queries | Arena (LMArena) | 1511† | – |
| Lech Mazur Creative Writing | Lech Mazur | – | 80.5% |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1322† | – |
| LiveBench Design | LiveBench | 81.6%† | – |
| VISTA | Scale AI SEAL | – | 54.6% |
| MMMU-Pro (Vals) | Vals AI | 90.6%† | 81.3% |
| MortgageTax | Vals AI | 70.8%† | 67.2% |
| Humanity's Sixth Sense | Scale AI SEAL | 40.8%† | – |
| GeoBench | GeoBench | 84.0%† | 84.0% |
| VPCT | Epoch AI Benchmarking Hub | – | 48.0% |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 41.9% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 70.0%† | – |
| Code2Video-AA | Artificial Analysis | 1325† | – |
| AA-3D | Artificial Analysis | 1139† | – |
| 長文コンテキスト | |||
| Fiction.LiveBench 120k | Fiction.live | – | 90.6% |
| AA-LCR v1.1 | Artificial Analysis | 85.3%† | – |
| Arena Document | Arena (LMArena) | 1498† | – |
| MLCR | Artificial Analysis | 15.6%† | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 167.1 | 144.0 |
| LiveBench 2.0 | LiveBench | 84.0%† | – |
| LiveBench 1.0 | LiveBench | 83.4%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 49.2† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 53.4† | 15.0 |
| AA Progress Index v1 | Artificial Analysis | 340.8† | 245.9 |
| HELM Capabilities mean | HELM Capabilities | – | 74.5% |
| Vals RSI Index | Vals AI | 36.1%† | – |
| AA Cyber Index | Artificial Analysis | 25.0† | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 13.7% | 54.9% |
| MASK | Scale AI SEAL | – | 55.9% |
| DistressBench | Scale AI SEAL | 71.5% | – |
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)。
関連する比較
- Claude Fable 5.1 vs Claude Fable 5.2
- Claude Fable 5.1 vs Gemini 4 Carbon
- Claude Fable 5.1 vs GPT-6.2 Astra
- Claude Fable 5.1 vs Gemini 4 Neon
- Claude Fable 5 vs Gemini 2.5 Pro Preview 0325
- Claude Fable 5.1 vs GPT-6 Astra
- Claude Fable 5.1 vs Claude Opus 5.5
- Claude Fable 5.1 vs GPT-6.1 Sol
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。