BenchLeader

Gemini 3.6 Flash vs GPT-5.6 Terra

詳しいプロフィール:Gemini 3.6 Flash(Google)とGPT-5.6 Terra(OpenAI)。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16日時点で、Gemini 3.6 FlashとGPT-5.6 Terraの品質は互角です(BenchLeader Indexで61.0 対 60.1、±5.0の誤差範囲内)。価格はGemini 3.6 Flashの方が3.0倍安く、100万トークンあたりのブレンド価格で$1.50 対 $4.50です。知識(64 対 53)、推論(64 対 55)、マルチモーダル(65 対 61)を重視するならGemini 3.6 Flash、数学(66 対 59)、エージェント・ツール(63 対 59)、コーディング(59 対 57)を重視するならGPT-5.6 Terraが向いています。回答開始までの時間はGemini 3.6 Flashの方が短く、11.0秒 対 19.2秒です。Gemini 3.6 Flashは出力が約1.5倍速い点も強みです。Gemini 3.6 Flashの現在の価格は2026年12月31日までで、その後は$3.00になります。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 3.6 Flashが61.0、GPT-5.6 Terraが60.1です(BenchLeader、2026年11月16日)。
  • Gemini 3.6 Flashの100万トークンあたりのブレンド価格は$1.50です(2026年12月31日まで。その後は$3.00)(https://ai.google.dev/gemini-api/docs/pricing、2026年10月20日確認)。
  • GPT-5.6 Terraの100万トークンあたりのブレンド価格は$4.50です(定価、2026年11月16日)。
  • Gemini 3.6 FlashはGPT-5.6 Terra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16日)。
  • 両モデルに結果がある41件のベンチマークのうち、Gemini 3.6 Flashが23件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGemini 3.6 Flashが1538、GPT-5.6 Terraが1520です(LMArena、2026年11月16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GPT-5.6 Terraカテゴリスコア59 対 57;Arena WebDev 1520 対 1538中
エージェント・ツール利用GPT-5.6 Terraカテゴリスコア63 対 59;τ³-Banking (AA) 29.7% 対 29.9%中
数学GPT-5.6 Terraカテゴリスコア66 対 59;Arena Maths 1478 対 1501中
推論Gemini 3.6 Flashカテゴリスコア64 対 55;Arena Hard Prompts 1501 対 1491高
知識Gemini 3.6 Flashカテゴリスコア64 対 53;MMLU-Pro 89.3% 対 86.7%高
長い文書どちらでもカテゴリスコア65 対 64;AA-LCR v1.1 80.0% 対 79.0%どちらでも
画像などのメディアGemini 3.6 Flashカテゴリスコア65 対 61;Arena Vision 1297 対 1269中
チャットの質(人間の評価)Gemini 3.6 FlashArenaの投票で67 対 66中
最低コストGemini 3.6 Flash100万トークンあたりブレンド価格$1.50 対 $4.50;エージェント型コーディングセッション$0.060 対 $0.168;2027年1月1日以降:$3.00 対 $4.50–
回答開始の速さGemini 3.6 Flash最初の回答トークンまで11.0秒(Gemini 3.6 Flash (high))対 19.2秒(GPT-5.6 Terra (xhigh))–
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

  • Gemini 3.6 Flash (high)とGPT-5.6 Terra (xhigh)の品質は互角です(61.0 対 60.1、±5.0の誤差範囲内)。
  • Gemini 3.6 Flash (high)は人間の評価、知識、長文コンテキスト、マルチモーダル、推論で優れています。
  • GPT-5.6 Terra (xhigh)はエージェント・ツール、コーディング、数学で優れています。
  • 2026年12月31日まではGemini 3.6 Flash (high)の方が3.0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 $4.50)。2027年1月1日からは$3.00 対 $4.50になります。
  • Gemini 3.6 Flash (high)の方が出力が1.8倍速くなっています(177 対 97トークン/秒)。

概要

仕様Gemini 3.6 FlashGPT-5.6 Terra
プロバイダーGoogleOpenAI
リリース日2026年7月21日2026年7月9日
コンテキストウィンドウ(トークン)1,048,5761,050,000
比較した構成Gemini 3.6 Flash (high)GPT-5.6 Terra (xhigh)
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)$0.750 / $3.75 / $0.075$2.00 / $12.00 / $0.200
発表済みの価格変更2027年1月1日から$1.50 / $7.50 / $0.150発表なし

上限、提供状況、発表済みの価格は各ベンダーの公式ページによるものです: ai.google.dev(料金) (2026年10月20日確認)。それ以外はすべて当日のデータです。

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 3.6 Flash (high)GPT-5.6 Terra (xhigh)トップ
推論63.654.8Gemini 3.6 Flash
コーディング56.759.1GPT-5.6 Terra
エージェント・ツール59.263.1GPT-5.6 Terra
数学59.065.7GPT-5.6 Terra
知識63.653.0Gemini 3.6 Flash
指示追従–65.6比較不可
人間の評価67.365.5Gemini 3.6 Flash
マルチモーダル65.061.2Gemini 3.6 Flash
長文コンテキスト64.664.1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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキストマルチモーダル人間の評価Gemini 3.6 Flash, 推論: 63.6Gemini 3.6 Flash, コーディング: 56.7Gemini 3.6 Flash, エージェント・ツール: 59.2Gemini 3.6 Flash, 数学: 59.0Gemini 3.6 Flash, 知識: 63.6Gemini 3.6 Flash, 長文コンテキスト: 64.6Gemini 3.6 Flash, マルチモーダル: 65.0Gemini 3.6 Flash, 人間の評価: 67.3GPT-5.6 Terra, 推論: 54.8GPT-5.6 Terra, コーディング: 59.1GPT-5.6 Terra, エージェント・ツール: 63.1GPT-5.6 Terra, 数学: 65.7GPT-5.6 Terra, 知識: 53.0GPT-5.6 Terra, 長文コンテキスト: 64.1GPT-5.6 Terra, マルチモーダル: 61.2GPT-5.6 Terra, 人間の評価: 65.5

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。

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41件のベンチマークのうち、Gemini 3.6 Flashのリードが23件、GPT-5.6 Terraのリードが18件です。両方を評価しているすべての総合指標で、Gemini 3.6 Flashが上回っています。

総合IndexGemini 3.6 Flash (high)GPT-5.6 Terra (xhigh)トップ
BenchLeader Index61.060.1互角
Arena Text14831468Gemini 3.6 Flash

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 3.6 Flash (high)GPT-5.6 Terra (xhigh)
100万トークンあたりのブレンド価格(2026年12月31日まで)$1.50$4.50
100万トークンあたりの入力/出力$0.750 / $3.75$2.00 / $12.00
2027年1月1日以降の100万トークンあたりのブレンド価格$3.00$4.50
2027年1月1日以降の100万トークンあたりの入力/出力$1.50 / $7.50$2.00 / $12.00
100万トークンあたりのキャッシュ入力$0.075$0.200
タスクあたりの価格:チャットの返答$0.0014$0.0044
タスクあたりの価格:30ページのレポートを要約$0.011$0.031
タスクあたりの価格:コード編集$0.010$0.030
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$0.060$0.168
タスクあたりの価格:構造化データの抽出$0.0023$0.0064
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)$0.030$0.087
出力速度177 tok/s97 tok/s
回答開始までの時間11.0秒19.2秒
回答が完了するまでの時間(最終測定2026年11月13日)30.3秒84.0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 3.6 Flash (high)のスコアは61.0、最初の回答トークンまで11秒。Gemini 3.6 Flashは49.3(1秒)。GPT-5.6 Terra (xhigh)のスコアは60.1、最初の回答トークンまで19秒。GPT-5.6 Terra (max)は59.5(73秒)、GPT-5.6 Terra (high)は56.8(6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

143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 3.6 Flash (high)GPT-5.6 Terra (xhigh)
BenchLeader IndexBenchLeader61.060.1
エージェント・ツールスコアBenchLeader59.263.1
コーディングスコアBenchLeader56.759.1
人間の評価スコアBenchLeader67.365.5
知識スコアBenchLeader63.653.0
長文コンテキストスコアBenchLeader64.664.1
数学スコアBenchLeader59.065.7
マルチモーダルスコアBenchLeader65.061.2
推論スコアBenchLeader63.654.8
指示追従スコアBenchLeader–65.6
ブレンド価格($/100万トークン)BenchLeader$1.50$4.50
出力速度BenchLeader177 tok/s97 tok/s
回答開始までの時間BenchLeader11.0秒19.2秒
コンテキストウィンドウBenchLeader1,048,576トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub94.1%93.3%†
SimpleBenchSimpleBench–48.9%
Arena Hard PromptsArena (LMArena)15011491
LiveBench 2.0 ReasoningLiveBench–90.6%†
LiveBench 1.0 ReasoningLiveBench85.2%90.6%†
GPQA Diamond (AA)Artificial Analysis92.8%90.8%
Humanity's Last Exam (AA)Artificial Analysis40.8%41.9%
HLE-Diamond (AA)Artificial Analysis–24.7%
GPQA Diamond (Vals)Vals AI93.4%90.9%
Kagi LLM BenchmarkKagi LLM Benchmark–51.3%†
ARC-AGI-1ARC Prize91.2%94.0%
ARC-AGI-2ARC Prize60.4%74.2%
ARC-AGI-3ARC Prize–0.7%
CritPtArtificial Analysis10.6%27.1%
CritPt v2 hard subset (AA)Artificial Analysis–50.5%†
Arena ExpertArena (LMArena)15001507
Chess PuzzlesEpoch AI Benchmarking Hub40.0%47.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub30.0%35.0%†
LMCAEpoch AI Benchmarking Hub44.9%52.2%
DTBenchEpoch AI Benchmarking Hub95.5%92.5%
ForecastBenchForecastBench65.7%†–
コーディング
SciCodeSciCode53.4%52.3%
WeirdMLWeirdML56.1%78.3%†
FrontierCodeCognition34.4%†41.3%†
Arena CodingArena (LMArena)15181517
143件のベンチマークをすべて表示
指標公開元Gemini 3.6 Flash (high)GPT-5.6 Terra (xhigh)
コーディング
Arena WebDevArena (LMArena)15381520
LiveBench 2.0 CodingLiveBench–84.2%†
LiveBench 1.0 CodingLiveBench77.9%78.3%†
LiveCodeBenchVals AI88.1%85.9%
IOIVals AI35.1%87.6%†
SWE-bench (Vals)Vals AI79.6%95.4%†
Code MigrationVals AI30.9%47.8%†
ProgramBenchVals AI0.0%0.5%†
Vibe Code Bench 1-100Vals AI–14.8%†
Vibe Code Bench v1.1Vals AI64.0%74.6%†
SWE-Bench Pro V2Scale AI SEAL–92.4%
SWE-Bench Pro V2 HARDScale AI SEAL–86.3%
MirrorCodeEpoch AI Benchmarking Hub23.3%41.1%†
Surface Evolver BenchEpoch AI Benchmarking Hub–83.8%
DeepSWE v1.1Epoch AI Benchmarking Hub46.7%60.2%
CursorBenchCursor–33.6%
ALE-BenchEpoch AI Benchmarking Hub715.51951.4†
Terminal-Bench 4.0 (AA)Artificial Analysis7.1%10.1%
Terminal-Bench 2.1 (AA)Artificial Analysis77.5%80.2%
Startrise FrontendStartrise–66.9%†
GameBench 2 OverallDuelLab GameBench 250.6†45.6†
GameBench 2 by reasoning settingDuelLab GameBench 263.053.5
Design Arena WebsiteDesign Arena1292†1260†
FrontierCode 2.0 (AA)Artificial Analysis–23.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench–21.5%†
APEX-AgentsMercor46.9%†58.2%†
Arena AgentArena (LMArena)–-1.8
LiveBench Long AgenticLiveBench–25.9%†
LiveBench BrowserLiveBench–70.3%†
LiveBench Agentic CodingLiveBench43.4%55.0%†
Terminal-Bench HardArtificial Analysis–62.9%
τ²-Bench Telecom (AA)Artificial Analysis–80.4%
Terminal-Bench 2.1 (Vals)Vals AI73.8%77.5%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–47.4%
GDPval-AA v2.1Artificial Analysis12931456
τ³-Banking (AA)Artificial Analysis29.9%29.7%
ITBench SRE (AA)Artificial Analysis–51.0%†
APEX-Agents (AA)Artificial Analysis–38.9%†
CyberBenchVals AI45.4%72.1%†
Finance Agent v2Vals AI56.3%54.4%†
Harvey's Legal Agent Benchmark v1Vals AI3.3%0.8%†
Legal Research BenchVals AI25.0%41.4%†
SkillsBenchVals AI–58.9%†
SREBenchVals AI–9.5%†
Tax Agent BenchVals AI18.0%30.0%†
Terminal-Bench 4.0 (Vals)Vals AI–22.7%†
Terminal-Bench ScienceVals AI4.3%10.0%†
Arena Agent Task CompletionArena (LMArena)–-7.2
BALROGBALROG–53.2%†
Vending-Bench 2Andon Labs–7343.2†
AutomationBenchArtificial Analysis53.0%47.1%
GDP.pdf (AA)Artificial Analysis17.4%24.6%
EnterpriseOps-GymArtificial Analysis–38.5%†
AA-Briefcase v1.1Artificial Analysis9571332
Design Arena AgenticDesign Arena1177†1089†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–13.8%†
DeepSec-Bench (AA)Artificial Analysis–25.1%†
FACTS SearchGoogle75.7%†87.0%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub59.0%86.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub21.9%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub94.2%99.7%†
ProofBenchVals AI36.0%†74.0%
LiveBench MathematicsLiveBench86.4%94.9%†
AIME 2026MathArena96.7%†–
HMMT February 2026MathArena89.4%†–
MathArena ApexMathArena26.0%†–
Arena MathsArena (LMArena)15011478
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub66.2%43.2%†
LiveBench 2.0 Data AnalysisLiveBench–79.3%†
LiveBench ResearchLiveBench–79.7%†
LiveBench 1.0 Data AnalysisLiveBench63.0%79.3%†
AA-Omniscience v1.1Artificial Analysis–-11.5
MMLU-ProVals AI89.3%86.7%
LegalBenchVals AI86.7%85.1%†
CorpFinVals AI63.3%65.3%
TaxEvalVals AI74.9%76.2%
BioMysteryBenchVals AI58.5%–
Excel Modeling BenchmarkVals AI65.4%66.2%†
MedCodeVals AI53.1%43.4%
MedScribeVals AI79.7%82.9%
Public Benefits Bench v1.1Vals AI56.6%62.4%†
Financial Coaching BenchVals AI65.8%71.0%†
GDP.pdfEpoch AI Benchmarking Hub14.0%24.7%†
AA-Omniscience v1.1: accuracyArtificial Analysis–41.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–9.9%
FACTS ParametricGoogle73.9%†57.6%†
指示追従
LiveBench LanguageLiveBench83.9%82.9%†
LiveBench Instruction FollowingLiveBench75.4%64.6%†
IFBenchArtificial Analysis–66.3%
Arena Instruction FollowingArena (LMArena)14731463
人間の評価
Arena TextArena (LMArena)14831468
EQ-Bench 4EQ-Bench–1220†
EQ-Bench Creative Writing v3EQ-Bench1602†1856†
Arena Creative WritingArena (LMArena)14711430
Arena Multi-turnArena (LMArena)14901475
Arena Longer QueriesArena (LMArena)14851469
マルチモーダル
Arena VisionArena (LMArena)12971269
LiveBench DesignLiveBench–70.9%†
MMMU-ProArtificial Analysis83.2%79.5%
MMMU-Pro (Vals)Vals AI88.4%86.5%†
MortgageTaxVals AI67.6%67.3%
SAGEVals AI–87.0%†
Humanity's Sixth SenseScale AI SEAL31.9%22.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub31.2%†30.8%†
Furniture AssemblyEpoch AI Benchmarking Hub23.3%54.2%†
FACTS MultimodalGoogle53.7%†39.9%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.0%79.0%
Arena DocumentArena (LMArena)14541474
MLCRArtificial Analysis10.0%22.8%
FACTS GroundingGoogle66.6%†60.5%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.2†160.7†
LiveBench 2.0LiveBench–67.2%†
LiveBench 1.0LiveBench73.6%77.9%†
AA Intelligence Index v5.0.1Artificial Analysis–32.3†
AA Intelligence Index v4.3.2Artificial Analysis34.038.0
AA Progress Index v1Artificial Analysis305.7312
Vals Multimodal IndexVals AI65.1%65.1%
安全性・誠実さ
DistressBenchScale AI SEAL–76.4%†

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

  • Gemini 3.6 Flash:定価が100万トークンあたり入力$1.50/出力$7.50に変わります(発表済み)。
  • Gemini 3.6 Flash (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)、スコアの改訂1件。
  • GPT-5.6 Terra (xhigh):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Gemini 3.6 Flash (high):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • Gemini 3.6 Flash (high):スコアの改訂1件。
  • GPT-5.6 Terra (xhigh):スコアの改訂1件。
  • GPT-5.6 Terra (xhigh):スコアの改訂1件。
  • Gemini 3.6 Flash (high):BenchLeader Index 61.8 → 61.2。
  • GPT-5.6 Terra (xhigh):BenchLeader Index 61.2 → 60.4。
  • Gemini 3.6 Flash (high):新しい結果1件(AA Progress Index v1)。

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

Gemini 3.6 Flash vs GPT-5.6 Terra:よくある質問

Gemini 3.6 FlashはGPT-5.6 Terraより優れていますか?
Gemini 3.6 Flash (high)とGPT-5.6 Terra (xhigh)の品質は互角です(61.0 対 60.1、±5.0の誤差範囲内)。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日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Gemini 3.6 FlashとGPT-5.6 Terra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 3.6 Flashの方が安く、100万トークンあたり$1.50 対 $4.50です(出力1トークンにつき入力3トークンでブレンド)。Gemini 3.6 Flashの現在の価格は2026年12月31日までで、その後は$3.00になります。
コーディングにはGemini 3.6 FlashとGPT-5.6 Terraのどちらが向いていますか?
コーディングではGPT-5.6 Terraの方がスコアが高くなっています(カテゴリ指標で59 対 57。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 3.6 Flashが1538、GPT-5.6 Terraが1520です。
Gemini 3.6 FlashとGPT-5.6 Terraはどちらが速いですか?
Gemini 3.6 Flashの方が出力が約1.5倍速くなっています(出力177 対 97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 3.6 FlashとGPT-5.6 Terra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GPT-5.6 Terraの方がスコアが高くなっています(カテゴリ指標で63 対 59。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τ³-Banking (AA)では、Gemini 3.6 Flashが29.9%、GPT-5.6 Terraが29.7%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(65 対 64)。どちらも約1.1Mトークンです(Gemini 3.6 Flashは1,048,576、GPT-5.6 Terraは1,050,000)。
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 3.6 Flashです。Artificial Analysisの測定では、最初の回答トークンまで11.0秒 対 19.2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 3.6 FlashとGPT-5.6 Terra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41件のベンチマークのうち、Gemini 3.6 Flashのリードが23件、GPT-5.6 Terraのリードが18件です。両方を評価しているすべての総合指標で、Gemini 3.6 Flashが上回っています。
Gemini 3.6 Flashはいつリリースされましたか?
Gemini 3.6 Flashは2026年7月21日にリリースされました。