BenchLeader

Gemini 3.5 Flash vs Gemini 4 Neon

詳しいプロフィール:Gemini 3.5 Flash(Google)とGemini 4 Neon(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 · 11件の情報源のデータ

2026年11月19日時点で、品質ではGemini 4 NeonがGemini 3.5 Flashを上回ります(BenchLeader Indexで67.3 対 62.4)。ただし、価格はGemini 3.5 Flashの方が1.8倍安く、100万トークンあたりのブレンド価格で$3.38 対 $6.00です。両方を測定できるすべてのカテゴリでGemini 4 Neonがリードしています。Gemini 3.5 Flashの方が出力が約1.5倍速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 3.5 Flashが62.4、Gemini 4 Neonが67.3です(BenchLeader、2026年11月19日)。
  • Gemini 3.5 Flashの100万トークンあたりのブレンド価格は$3.38です(定価、2026年11月19日)。
  • Gemini 4 Neonの100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月19日)。
  • Gemini 3.5 FlashはGemini 4 Neonより出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
  • 両モデルに結果がある13件のベンチマークのうち、Gemini 4 Neonが13件でリードしています(BenchLeader、2026年11月19日)。
  • Arena WebDevでの評価はGemini 3.5 Flashが1500、Gemini 4 Neonが1764です(LMArena、2026年11月19日までの公開値)。

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Gemini 4 Neonカテゴリスコア73 対 59;Arena WebDev 1764 対 1500高
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 63;AutomationBench 79.2% 対 42.1%高
推論Gemini 4 Neonカテゴリスコア72 対 60;Arena Hard Prompts 1546 対 1496高
知識Gemini 4 Neonカテゴリスコア72 対 63高
チャットの質(人間の評価)Gemini 4 NeonArenaの投票で72 対 67中
最低コストGemini 3.5 Flash100万トークンあたりブレンド価格$3.38 対 $6.00;エージェント型コーディングセッション$0.126 対 $0.240–
回答開始の速さGemini 3.5 Flash最初の回答トークンまで11.3秒(Gemini 3.5 Flash (high))対 40.6秒(Gemini 4 Neon (high))–
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Gemini 4 Neon (high)がリードしています:67.3 対 62.4。
  • Gemini 4 Neon (high)はエージェント・ツール、コーディング、人間の評価、知識、推論で優れています。
  • Gemini 3.5 Flash (high)の方が1.8倍安くなっています(100万トークンあたりブレンド価格$3.38 対 $6.00)。
  • Gemini 3.5 Flash (high)の方が出力が1.5倍速くなっています(156 対 101トークン/秒)。

概要

仕様Gemini 3.5 FlashGemini 4 Neon
プロバイダーGoogleGoogle
リリース日2026年5月19日2026年11月18日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成Gemini 3.5 Flash (high)Gemini 4 Neon (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)$1.50 / $9.00 / $0.150$3.00 / $15.00 / $0.150

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Gemini 3.5 Flash (high)Gemini 4 Neon (high)トップ
推論60.271.9Gemini 4 Neon
コーディング59.373.4Gemini 4 Neon
エージェント・ツール62.876.2Gemini 4 Neon
数学57.6–比較不可
知識63.072.3Gemini 4 Neon
指示追従74.4–比較不可
人間の評価66.871.7Gemini 4 Neon
マルチモーダル66.0–比較不可
長文コンテキスト61.2–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・ツール知識人間の評価Gemini 3.5 Flash, 推論: 60.2Gemini 3.5 Flash, コーディング: 59.3Gemini 3.5 Flash, エージェント・ツール: 62.8Gemini 3.5 Flash, 知識: 63.0Gemini 3.5 Flash, 人間の評価: 66.8Gemini 4 Neon, 推論: 71.9Gemini 4 Neon, コーディング: 73.4Gemini 4 Neon, エージェント・ツール: 76.2Gemini 4 Neon, 知識: 72.3Gemini 4 Neon, 人間の評価: 71.7

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, マルチモーダル。

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13件のベンチマークのうち、Gemini 3.5 Flashのリードが0件、Gemini 4 Neonのリードが13件です。両方を評価しているすべての総合指標で、Gemini 4 Neonが上回っています。

総合IndexGemini 3.5 Flash (high)Gemini 4 Neon (high)トップ
BenchLeader Index62.467.3Gemini 4 Neon
Arena Text14781519Gemini 4 Neon

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Gemini 3.5 Flash (high)Gemini 4 Neon (high)
100万トークンあたりのブレンド価格$3.38$6.00
100万トークンあたりの入力/出力$1.50 / $9.00$3.00 / $15.00
100万トークンあたりのキャッシュ入力$0.150$0.150
タスクあたりの価格:チャットの返答$0.0033$0.0057
タスクあたりの価格:30ページのレポートを要約$0.023$0.045
タスクあたりの価格:コード編集$0.022$0.041
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$0.126$0.240
タスクあたりの価格:構造化データの抽出$0.0048$0.0090
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)$0.065$0.112
ベンチマークのタスクあたりのコスト(AA Index)–$3.74
タスクあたりの出力トークン(AA Index)–90k
うち推論–46k
タスクあたりの時間(AA Index)–15 min
出力速度156 tok/s101 tok/s
回答開始までの時間11.3秒40.6秒
回答が完了するまでの時間(最終測定2026年11月13日)27.6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。Gemini 3.5 Flash (high)のスコアは62.4、最初の回答トークンまで11秒。Gemini 3.5 Flash (medium)は61.8(11秒)、Gemini 3.5 Flash (minimal)は55.5(3秒)。Gemini 4 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57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

130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Gemini 3.5 Flash (high)Gemini 4 Neon (high)
BenchLeader IndexBenchLeader62.467.3
エージェント・ツールスコアBenchLeader62.876.2
コーディングスコアBenchLeader59.373.4
人間の評価スコアBenchLeader66.871.7
指示追従スコアBenchLeader74.4–
知識スコアBenchLeader63.072.3
長文コンテキストスコアBenchLeader61.2–
数学スコアBenchLeader57.6–
マルチモーダルスコアBenchLeader66.0–
推論スコアBenchLeader60.271.9
ブレンド価格($/100万トークン)BenchLeader$3.38$6.00
出力速度BenchLeader156 tok/s101 tok/s
回答開始までの時間BenchLeader11.3秒40.6秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub92.8%–
SimpleBenchSimpleBench76.7%†–
Arena Hard PromptsArena (LMArena)14961546
LiveBench 2.0 ReasoningLiveBench–89.6%†
LiveBench 1.0 ReasoningLiveBench82.0%–
GPQA Diamond (AA)Artificial Analysis92.2%–
Humanity's Last Exam (AA)Artificial Analysis42.7%–
HLE-Diamond (AA)Artificial Analysis–68.4%
GPQA Diamond (Vals)Vals AI92.7%–
EnigmaEvalScale AI SEAL25.4%–
ARC-AGI-1ARC Prize92.5%–
ARC-AGI-2ARC Prize72.1%–
CritPtArtificial Analysis13.1%–
CritPt v2 hard subset (AA)Artificial Analysis–59.0%
Arena ExpertArena (LMArena)14921541
Chess PuzzlesEpoch AI Benchmarking Hub45.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub32.0%–
LMCAEpoch AI Benchmarking Hub47.1%–
DTBenchEpoch AI Benchmarking Hub94.7%–
ForecastBenchForecastBench63.8%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub79.3%–
SciCodeSciCode53.9%–
WeirdMLWeirdML62.6%–
Arena CodingArena (LMArena)15081558
Arena WebDevArena (LMArena)15001764
130件のベンチマークをすべて表示
指標公開元Gemini 3.5 Flash (high)Gemini 4 Neon (high)
コーディング
LiveBench 2.0 CodingLiveBench–89.7%†
LiveBench 1.0 CodingLiveBench78.2%–
LiveCodeBenchVals AI87.6%–
SWE-bench (Vals)Vals AI78.8%–
Code MigrationVals AI26.8%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI48.7%–
Surface Evolver BenchEpoch AI Benchmarking Hub58.1%†–
DeepSWE v1.1Epoch AI Benchmarking Hub36.1%–
ALE-BenchEpoch AI Benchmarking Hub911.0–
Terminal-Bench 4.0 (AA)Artificial Analysis6.6%61.6%
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%–
GameBench 2 OverallDuelLab GameBench 249.4†–
GameBench 2 by reasoning settingDuelLab GameBench 263.5–
Design Arena WebsiteDesign Arena1256†–
FrontierCode 2.0 (AA)Artificial Analysis–43.3%
エージェント・ツール
APEX-AgentsMercor27.5%†–
Arena AgentArena (LMArena)–18.4
LiveBench Long AgenticLiveBench–82.6%†
LiveBench BrowserLiveBench–95.6%†
LiveBench Agentic CodingLiveBench49.0%–
Terminal-Bench HardArtificial Analysis40.9%–
τ²-Bench Telecom (AA)Artificial Analysis95.3%–
Terminal-Bench 2.1 (Vals)Vals AI74.2%–
MCP AtlasScale AI SEAL83.6%–
HiL-BenchScale AI SEAL27.7%†–
GDPval-AA v2.1Artificial Analysis1211–
τ³-Banking (AA)Artificial Analysis32.2%–
ITBench SRE (AA)Artificial Analysis40.4%–
Analyst Agent (AA)Artificial Analysis45.0%–
APEX-Agents (AA)Artificial Analysis47.0%–
Finance Agent v2Vals AI57.9%–
Harvey's Legal Agent Benchmark v1Vals AI2.5%–
Legal Research BenchVals AI30.8%–
SkillsBenchVals AI52.7%–
Tax Agent BenchVals AI21.6%–
Terminal-Bench 2.0 (Vals)Vals AI67.4%–
Terminal-Bench 4.0 (Vals)Vals AI6.1%–
Terminal-Bench ScienceVals AI5.7%–
Web Search IndexVals AI37.0%–
Arena Agent Task CompletionArena (LMArena)–19.2
GBAEvalEpoch AI Benchmarking Hub6.7%†–
Vending-Bench 2Andon Labs5396.4†–
AutomationBenchArtificial Analysis42.1%79.2%
GDP.pdf (AA)Artificial Analysis19.8%33.4%
EnterpriseOps-GymArtificial Analysis50.1%–
AA-Briefcase v1.1Artificial Analysis8761632
Design Arena AgenticDesign Arena1166†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–65.7%
MKA (AA)Artificial Analysis–54.6%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub62.8%–
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%–
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%–
ProofBenchVals AI31.0%–
LiveBench MathematicsLiveBench88.2%–
AIME 2026MathArena95.0%–
HMMT February 2026MathArena95.5%–
MathArena ApexMathArena32.3%–
Arena MathsArena (LMArena)1498–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub66.2%–
LiveBench 2.0 Data AnalysisLiveBench–85.3%†
LiveBench ResearchLiveBench–94.5%†
LiveBench 1.0 Data AnalysisLiveBench64.9%–
AA-Omniscience v1.1Artificial Analysis–53.8
MMLU-ProVals AI89.5%–
LegalBenchVals AI83.6%–
CorpFinVals AI64.7%–
TaxEvalVals AI74.4%–
Excel Modeling BenchmarkVals AI63.5%–
MedCodeVals AI55.8%–
MedScribeVals AI76.6%–
Public Benefits Bench v1.1Vals AI59.5%–
Financial Coaching BenchVals AI63.0%–
DrugDiscoveryBenchScale AI SEAL50.0%–
EBR-benchEpoch AI Benchmarking Hub4.8%–
AA-Omniscience v1.1: accuracyArtificial Analysis–59.4%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–86.1%
指示追従
LiveBench LanguageLiveBench84.6%–
LiveBench Instruction FollowingLiveBench75.6%–
IFBenchArtificial Analysis76.3%–
Arena Instruction FollowingArena (LMArena)14651522
人間の評価
Arena TextArena (LMArena)14781519
EQ-Bench 4EQ-Bench1077†–
Arena Creative WritingArena (LMArena)14651514
Arena Multi-turnArena (LMArena)14801529
Arena Longer QueriesArena (LMArena)14831521
マルチモーダル
Arena VisionArena (LMArena)1308–
LiveBench DesignLiveBench–81.5%†
MMMU-ProArtificial Analysis84.3%–
MMMU-Pro (Vals)Vals AI88.3%–
MortgageTaxVals AI68.1%–
Humanity's Sixth SenseScale AI SEAL32.6%75.9%†
GeoBenchGeoBench85.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub33.6%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis73.3%–
Arena DocumentArena (LMArena)1455–
MLCRArtificial Analysis10.0%28.9%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.3†–
LiveBench 2.0LiveBench–87.4%†
LiveBench 1.0LiveBench74.6%–
AA Intelligence Index v5.0.1Artificial Analysis–59.6
AA Intelligence Index v4.3.2Artificial Analysis32.6–
AA Progress Index v1Artificial Analysis305.1–
Vals Multimodal IndexVals AI62.9%–
安全性・誠実さ
DistressBenchScale AI SEAL66.9%†–

データは2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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

  • Gemini 4 Neon (high):新しい結果13件(MLCR, MKA (AA), Arena Text…)。
  • Gemini 4 Neon (high):初めての結果。
  • Gemini 3.5 Flash (high):新しい結果1件(GDPval-AA v2.1)、スコアの改訂1件。
  • Gemini 3.5 Flash (high):新しい結果3件(AIME 2026, HMMT February 2026, MathArena Apex)。
  • Gemini 3.5 Flash (high):スコアの改訂1件。
  • Gemini 3.5 Flash (high):BenchLeader Index 63.2 → 62.6。
  • Gemini 3.5 Flash (high):新しい結果1件(AA Progress Index v1)。
  • Gemini 3.5 Flash (high):価格 $3.69/M → $2.98/M。
  • Gemini 3.5 Flash (high):新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Gemini 3.5 Flash (high):スコアの改訂1件。

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

Gemini 3.5 Flash vs Gemini 4 Neon:よくある質問

Gemini 4 NeonはGemini 3.5 Flashより優れていますか?
品質ではGemini 4 Neon (high)がリードしています:67.3 対 62.4。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19日時点では総合でGemini 4 Neon (high)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。
Gemini 3.5 FlashとGemini 4 Neon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 3.5 Flashの方が安く、100万トークンあたり$3.38 対 $6.00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Gemini 3.5 FlashとGemini 4 Neonのどちらが向いていますか?
コーディングではGemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で73 対 59。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Arena WebDevでは、Gemini 3.5 Flashが1500、Gemini 4 Neonが1764です。
Gemini 3.5 FlashとGemini 4 Neonはどちらが速いですか?
Gemini 3.5 Flashの方が出力が約1.5倍速くなっています(出力156 対 101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Gemini 3.5 FlashとGemini 4 Neon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Gemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で76 対 63。50が平均)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
どちらも1,048,576トークンのコンテキストに対応しています。
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 3.5 Flashです。Artificial Analysisの測定では、最初の回答トークンまで11.3秒 対 40.6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。
Gemini 3.5 FlashとGemini 4 Neon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13件のベンチマークのうち、Gemini 3.5 Flashのリードが0件、Gemini 4 Neonのリードが13件です。両方を評価しているすべての総合指標で、Gemini 4 Neonが上回っています。
Gemini 4 Neonはいつリリースされましたか?
Gemini 4 Neonは2026年11月18日にリリースされました。