Claude Fable 5.2 vs Gemini 3.7 Flash
詳しいプロフィール:Claude Fable 5.2(Anthropic)とGemini 3.7 Flash(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16日時点で、品質ではClaude Fable 5.2がGemini 3.7 Flashを上回ります(BenchLeader Indexで72.7 対 62.1)。ただし、価格はGemini 3.7 Flashの方が11倍安く、100万トークンあたりのブレンド価格で$1.50 対 $16.00です。両方を測定できるすべてのカテゴリでClaude Fable 5.2がリードしています。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Fable 5.2が72.7、Gemini 3.7 Flashが62.1です(BenchLeader、2026年11月16日)。
- Claude Fable 5.2の100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月16日)。
- Gemini 3.7 Flashの100万トークンあたりのブレンド価格は$1.50です(定価、2026年11月16日)。
- 両モデルに結果がある27件のベンチマークのうち、Claude Fable 5.2が26件でリードしています(BenchLeader、2026年11月16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 5.2 | カテゴリスコア80 対 62;SciCode 67.7% 対 57.2% | 高 |
| エージェント・ツール利用 | Claude Fable 5.2 | カテゴリスコア77 対 49;Terminal-Bench 65.8% 対 12.4% | 高 |
| 数学 | Claude Fable 5.2 | カテゴリスコア75 対 63;FrontierMath Tiers 1–3 95.1% 対 71.6% | 高 |
| 推論 | Claude Fable 5.2 | カテゴリスコア76 対 68;ARC-AGI-2 92.5% 対 84.6% | 高 |
| 知識 | Claude Fable 5.2 | カテゴリスコア86 対 66;SimpleQA Verified 94.0% 対 69.2% | 高 |
| 長い文書 | どちらでも | カテゴリスコア66 対 66;AA-LCR v1.1 83.3% 対 81.7% | どちらでも |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGemini 3.7 Flashのみです(カテゴリスコア68) | 比較不可 |
| 最低コスト | Gemini 3.7 Flash | 100万トークンあたりブレンド価格$1.50 対 $16.00;エージェント型コーディングセッション$0.060 対 $0.640 | – |
| 回答開始の速さ | Gemini 3.7 Flash | 最初の回答トークンまで2.2秒(Gemini 3.7 Flash (high))対 232.1秒(Claude Fable 5.2 (max)) | – |
| 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 5.2 (max)がリードしています:72.7 対 62.1。
- Claude Fable 5.2 (max)はエージェント・ツール、コーディング、知識、長文コンテキスト、数学、推論で優れています。
- Gemini 3.7 Flash (high)の方が11倍安くなっています(100万トークンあたりブレンド価格$1.50 対 $16.00)。
概要
| 仕様 | Claude Fable 5.2 | Gemini 3.7 Flash |
|---|---|---|
| プロバイダー | Anthropic | |
| リリース日 | 2026年11月9日 | 2026年8月13日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,048,576 |
| 比較した構成 | Claude Fable 5.2 (max) | Gemini 3.7 Flash (high) |
| 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) | $8.00 / $40.00 / $0.200 | $0.750 / $3.75 / $0.075 |
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 5.2 (max) | Gemini 3.7 Flash (high) | トップ |
|---|---|---|---|
| 推論 | 75.7 | 67.8 | Claude Fable 5.2 |
| コーディング | 79.7 | 62.3 | Claude Fable 5.2 |
| エージェント・ツール | 77.3 | 48.9 | Claude Fable 5.2 |
| 数学 | 74.5 | 62.6 | Claude Fable 5.2 |
| 知識 | 86.3 | 65.9 | Claude Fable 5.2 |
| 人間の評価 | – | 68.1 | 比較不可 |
| マルチモーダル | – | 67.2 | 比較不可 |
| 長文コンテキスト | 66.4 | 65.5 | 互角 |
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。
描画していないもの(測定済みのモデルが2つ未満):指示追従, マルチモーダル, 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27件のベンチマークのうち、Claude Fable 5.2のリードが26件、Gemini 3.7 Flashのリードが1件です。両方を評価しているすべての総合指標で、Claude Fable 5.2が上回っています。
| 総合Index | Claude Fable 5.2 (max) | Gemini 3.7 Flash (high) | トップ |
|---|---|---|---|
| BenchLeader Index | 72.7 | 62.1 | Claude Fable 5.2 |
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 5.2 (max) | Gemini 3.7 Flash (high) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $16.00 | $1.50 |
| 100万トークンあたりの入力/出力 | $8.00 / $40.00 | $0.750 / $3.75 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.075 |
| タスクあたりの価格:チャットの返答 | $0.015 | $0.0014 |
| タスクあたりの価格:30ページのレポートを要約 | $0.120 | $0.011 |
| タスクあたりの価格:コード編集 | $0.108 | $0.010 |
| 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 | $0.640 | $0.060 |
| タスクあたりの価格:構造化データの抽出 | $0.024 | $0.0023 |
| 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) | $0.289 | $0.030 |
| ベンチマークのタスクあたりのコスト(AA Index) | $26.54 | – |
| タスクあたりの出力トークン(AA Index) | 274k | – |
| うち推論 | 193k | – |
| タスクあたりの時間(AA Index) | 42 min | – |
| 出力速度 | 109 tok/s | 95 tok/s |
| 回答開始までの時間 | 232.1秒 | 2.2秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 456.8秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.2 (max)のスコアは72.7、最初の回答トークンまで232秒。Claude Fable 5.2 (xhigh)は69.7(73秒)、Claude Fable 5.2 (high)は68.4(27秒)。Gemini 3.7 Flash (high)のスコアは62.1、最初の回答トークンまで2秒。Gemini 3.7 Flash (medium)は60.1(2秒)、Gemini 3.7 Flash (low)は57.3(2秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
146件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Fable 5.2 (max) | Gemini 3.7 Flash (high) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 72.7 | 62.1 |
| エージェント・ツールスコア | BenchLeader | 77.3 | 48.9 |
| コーディングスコア | BenchLeader | 79.7 | 62.3 |
| 知識スコア | BenchLeader | 86.3 | 65.9 |
| 長文コンテキストスコア | BenchLeader | 66.4 | 65.5 |
| 数学スコア | BenchLeader | 74.5 | 62.6 |
| 推論スコア | BenchLeader | 75.7 | 67.8 |
| 人間の評価スコア | BenchLeader | – | 68.1 |
| マルチモーダルスコア | BenchLeader | – | 67.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $16.00 | $1.50 |
| 出力速度 | BenchLeader | 109 tok/s | 95 tok/s |
| 回答開始までの時間 | BenchLeader | 232.1秒 | 2.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 93.9% | 94.8% |
| SimpleBench | SimpleBench | 94.9%† | – |
| Arena Hard Prompts | Arena (LMArena) | – | 1510 |
| LiveBench 2.0 Reasoning | LiveBench | 88.8%† | – |
| LiveBench 1.0 Reasoning | LiveBench | – | 87.8% |
| GPQA Diamond (AA) | Artificial Analysis | – | 94.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | 74.3% | 47.9% |
| HLE-Diamond (AA) | Artificial Analysis | 80.2% | – |
| GPQA Diamond (Vals) | Vals AI | – | 93.9% |
| ARC-AGI-1 | ARC Prize | 97.5% | 95.5% |
| ARC-AGI-2 | ARC Prize | 92.5% | 84.6% |
| ARC-AGI-3 | ARC Prize | 94.9% | – |
| CritPt | Artificial Analysis | 35.4% | 14.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 76.5% | – |
| MysteryMechanism | Vals AI | 51.8%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 72.4%† | – |
| Arena Expert | Arena (LMArena) | – | 1519 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 79.0% | 66.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 90.0% | 37.0% |
| LMCA | Epoch AI Benchmarking Hub | 70.1%† | 50.4% |
| DTBench | Epoch AI Benchmarking Hub | 99.2%† | 96.8% |
| ForecastBench | ForecastBench | – | 66.2% |
| コーディング | |||
| SciCode | SciCode | 67.7% | 57.2% |
| FrontierCode | Cognition | – | 43.6%† |
| Arena Coding | Arena (LMArena) | – | 1520 |
146件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Fable 5.2 (max) | Gemini 3.7 Flash (high) |
|---|---|---|---|
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1838† | 1588 |
| LiveBench 2.0 Coding | LiveBench | 79.2%† | – |
| LiveBench 1.0 Coding | LiveBench | – | 78.9% |
| LiveCodeBench | Vals AI | – | 88.7% |
| IOI | Vals AI | – | 67.8% |
| SWE-bench (Vals) | Vals AI | – | 80.8% |
| Code Migration | Vals AI | – | 34.8% |
| Code Migration v1.1 | Vals AI | 83.3%† | – |
| ProgramBench | Vals AI | 19.0%† | 0.0% |
| SWE-bench Multimodal | Vals AI | 62.3%† | – |
| Vibe Code Bench v1.1 | Vals AI | 93.8%† | 70.4% |
| SWE Atlas v1.1 | Scale AI SEAL | 80.5%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 83.9%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 77.8%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 80.0%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | – | 41.1% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 65.3% |
| CursorBench | Cursor | 60.0% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2509.8† | 904.3 |
| FrontierSWE | Epoch AI Benchmarking Hub | 69.9% | 20.3% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 59.6% | 13.6% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 85.8% |
| GameBench 2 Overall | DuelLab GameBench 2 | 95.0† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 99.1† | – |
| Design Arena Website | Design Arena | 1352† | 1295† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 56.2% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 48.8% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 65.8% | 12.4% |
| Remote Labor Index | Scale AI / CAIS | 41.3%† | 5.0%† |
| APEX-Agents | Mercor | 80.1%† | 67.8%† |
| Arena Agent | Arena (LMArena) | 30.4 | -2.2 |
| LiveBench Long Agentic | LiveBench | 82.9%† | – |
| LiveBench Browser | LiveBench | 86.9%† | – |
| LiveBench Agentic Coding | LiveBench | – | 58.3% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 77.5% |
| HiL-Bench | Scale AI SEAL | 80.0%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1831 | 1404 |
| τ³-Banking (AA) | Artificial Analysis | – | 32.8% |
| Analyst Agent (AA) | Artificial Analysis | – | 60.0% |
| CyberBench | Vals AI | – | 43.8% |
| Finance Agent v2 | Vals AI | – | 59.0% |
| Finance Agent v2.1 | Vals AI | 69.5%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 5.0%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 8.8% |
| Legal Research Bench | Vals AI | 46.1%† | 34.6% |
| SkillsBench | Vals AI | – | 65.9% |
| SREBench | Vals AI | – | 4.6% |
| Tax Agent Bench | Vals AI | 32.1%† | 22.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 65.2%† | 12.1% |
| Terminal-Bench Science | Vals AI | 55.7%† | 7.1% |
| Arena Agent Task Completion | Arena (LMArena) | 22 | -3.5 |
| SpireClimb | Epoch AI Benchmarking Hub | 15.3% | – |
| AutomationBench | Artificial Analysis | 76.4% | 62.0% |
| GDP.pdf (AA) | Artificial Analysis | 24.2% | 23.6% |
| Harvey LAB-AA v1.1 | Harvey | 7.2% | – |
| EnterpriseOps-Gym | Artificial Analysis | – | 50.4%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1785 | 1115 |
| GDPx | GDPx by SemiAnalysis | 16.4% | – |
| Design Arena Agentic | Design Arena | 1373† | 1222† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 73.3% | – |
| MKA (AA) | Artificial Analysis | 56.6% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 95.1% | 71.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 100.0% | 36.6% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.7% | 97.2% |
| ProofBench | Vals AI | 100.0% | 58.0%† |
| LiveBench Mathematics | LiveBench | – | 93.5% |
| Arena Maths | Arena (LMArena) | – | 1502 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 94.0% | 69.2% |
| LiveBench 2.0 Data Analysis | LiveBench | 81.5%† | – |
| LiveBench Research | LiveBench | 94.5%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | – | 68.0% |
| AA-Omniscience v1.1 | Artificial Analysis | 66.8 | – |
| MMLU-Pro | Vals AI | – | 90.1% |
| LegalBench | Vals AI | – | 87.3% |
| TaxEval | Vals AI | – | 74.7% |
| PRBench Finance | Scale AI SEAL | 47.1%† | – |
| PRBench Legal | Scale AI SEAL | 49.0%† | – |
| BioMysteryBench | Vals AI | 83.7%† | – |
| Excel Modeling Benchmark | Vals AI | – | 71.3% |
| Excel Modeling Benchmark v1.1 | Vals AI | 77.4%† | – |
| MedCode | Vals AI | – | 53.4% |
| MedScribe | Vals AI | – | 83.9% |
| Immigration Bench | Vals AI | 74.0%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 90.5% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 23.8% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 79.1% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 40.7% | – |
| HealthBench Professional (AA) | OpenAI | 67.7% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 85.5% |
| LiveBench Instruction Following | LiveBench | – | 79.9% |
| Arena Instruction Following | Arena (LMArena) | – | 1486 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1489 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1720† |
| Arena Creative Writing | Arena (LMArena) | – | 1487 |
| Arena Multi-turn | Arena (LMArena) | – | 1490 |
| Arena Longer Queries | Arena (LMArena) | – | 1501 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1313 |
| LiveBench Design | LiveBench | 85.1%† | – |
| MMMU-Pro | Artificial Analysis | – | 85.5% |
| MMMU-Pro (Vals) | Vals AI | – | 89.0% |
| MortgageTax | Vals AI | – | 66.7% |
| Humanity's Sixth Sense | Scale AI SEAL | 59.5% | 39.8% |
| Furniture Assembly | Epoch AI Benchmarking Hub | 90.0% | 26.7% |
| VIALS-AA | Handshake AI | 67.1% | – |
| AA-3D | Artificial Analysis | 1271 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 83.3% | 81.7% |
| Arena Document | Arena (LMArena) | – | 1468 |
| MLCR | Artificial Analysis | 43.9% | 12.2% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 173.4† | 158.4† |
| LiveBench 2.0 | LiveBench | 84.9%† | – |
| LiveBench 1.0 | LiveBench | – | 78.8% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 64.6 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 39.1 |
| AA Progress Index v1 | Artificial Analysis | 358 | 317.4 |
| Vals Index | Vals AI | 71.3† | – |
| Vals Finance Index | Vals AI | 63.6%† | – |
| Vals RSI Index | Vals AI | 37.9% | 18.3% |
| Vals Science Index | Vals AI | 63.7%† | – |
| Vals Legal Index | Vals AI | 69.2%† | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 15.6%† | – |
| DistressBench | Scale AI SEAL | – | 69.0%† |
データは2026年11月16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 gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), 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 5.2 (max):スコアの改訂1件。
- Gemini 3.7 Flash (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Claude Fable 5.2 (max):BenchLeader Index 74.9 → 72.7。
- Claude Fable 5.2 (max):新しい結果1件(Terminal-Bench)。
- Claude Fable 5.2 (max):BenchLeader Index 72.1 → 74.9。
- Claude Fable 5.2 (max):新しい結果1件(Arena Agent)。
- Claude Fable 5.2 (max):新しい結果3件(SciCode, CursorBench, FrontierSWE)。
- Claude Fable 5.2 (max):BenchLeader Index 69.4 → 72.1。
- Gemini 3.7 Flash (high):BenchLeader Index 62.6 → 62.1。
- Claude Fable 5.2 (max):新しい結果13件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
関連する比較
- Claude Fable 5.2 vs Gemini 4 Carbon
- Claude Fable 5.2 vs Claude Opus 5.5
- Claude Fable 5.2 vs GPT-6 Astra
- Gemini 3.7 Flash vs Gemini 4 Carbon
- Gemini 3.7 Flash vs Claude Opus 5.5
- Gemini 3.7 Flash vs GPT-6 Astra
- Claude Sonnet 5.5 vs Gemini 3.7 Flash
- Claude Fable 5.2 vs GPT-6.1 Sol
ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM
Claude Fable 5.2 vs Gemini 3.7 Flash:よくある質問
- Claude Fable 5.2はGemini 3.7 Flashより優れていますか?
- 品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 62.1。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16日時点では総合でClaude Fable 5.2 (max)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。
- Claude Fable 5.2とGemini 3.7 Flashはどちらが安いですか?今後変わる予定はありますか?
- 現在はGemini 3.7 Flashの方が安く、100万トークンあたり$1.50 対 $16.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- コーディングにはClaude Fable 5.2とGemini 3.7 Flashのどちらが向いていますか?
- コーディングではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で80 対 62。50が平均)。共通するコーディングベンチマークのうち最も重要なSciCodeでは、Claude Fable 5.2が67.7%、Gemini 3.7 Flashが57.2%です。
- Claude Fable 5.2とGemini 3.7 Flashはどちらが速いですか?
- Claude Fable 5.2の方が出力が速くなっています(出力109 対 95トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはClaude Fable 5.2とGemini 3.7 Flashのどちらが向いていますか?
- エージェント型のタスクではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で77 対 49。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なTerminal-Benchでは、Claude Fable 5.2が65.8%、Gemini 3.7 Flashが12.4%です。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークでは互角です(66 対 66)。どちらも約1Mトークンです(Claude Fable 5.2は1,000,000、Gemini 3.7 Flashは1,048,576)。
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはGemini 3.7 Flashです。Artificial Analysisの測定では、最初の回答トークンまで2.2秒 対 232.1秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- Claude Fable 5.2とGemini 3.7 Flash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27件のベンチマークのうち、Claude Fable 5.2のリードが26件、Gemini 3.7 Flashのリードが1件です。両方を評価しているすべての総合指標で、Claude Fable 5.2が上回っています。
- Claude Fable 5.2はいつリリースされましたか?
- Claude Fable 5.2は2026年11月9日にリリースされました。