Gemini 3.7 Flash vs Gemini 3.8 Flash
詳しいプロフィール:Gemini 3.7 Flash(Google)とGemini 3.8 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、Gemini 3.7 FlashとGemini 3.8 Flashの品質は互角です(BenchLeader Indexで62.1 対 60.2、±6.0の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$1.50 対 $1.50)。コーディング(62 対 52)、推論(68 対 59)、知識(66 対 58)を重視するなら3.7 Flash、エージェント・ツール(75 対 49)、長文コンテキスト(67 対 66)を重視するなら3.8 Flashが向いています。回答開始までの時間は3.7 Flashの方が短く、2.2秒 対 14.8秒です。Gemini 3.8 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 3.7 Flashが62.1、Gemini 3.8 Flashが60.2です(BenchLeader、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)。
- Gemini 3.8 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)。
- 両モデルに結果がある21件のベンチマークのうち、Gemini 3.7 Flashが11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 | Gemini 3.7 Flash | カテゴリスコア62 対 52;SciCode 57.2% 対 55.1% | 高 |
| エージェント・ツール利用 | Gemini 3.8 Flash | カテゴリスコア75 対 49;τ³-Banking (AA) 45.8% 対 32.8% | 高 |
| 推論 | Gemini 3.7 Flash | カテゴリスコア68 対 59;ARC-AGI-2 84.6% 対 82.9% | 高 |
| 知識 | Gemini 3.7 Flash | カテゴリスコア66 対 58;GDP.pdf 23.8% 対 23.4% | 高 |
| 長い文書 | Gemini 3.8 Flash | カテゴリスコア67 対 66;AA-LCR v1.1 84.0% 対 81.7% | 中 |
| 画像などのメディア | どちらでも | カテゴリスコア67 対 67;MMMU-Pro 85.5% 対 84.2% | 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 | どちらでも | 100万トークンあたりブレンド価格$1.50 対 $1.50;エージェント型コーディングセッション$0.060 対 $0.060;2027年1月1日以降:$1.50 対 $3.00 | – |
| 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 14.8秒(Gemini 3.8 Flash (medium)) | – |
| 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 3.7 Flash (high)とGemini 3.8 Flash (medium)の品質は互角です(62.1 対 60.2、±6.0の誤差範囲内)。
- Gemini 3.7 Flash (high)はコーディング、知識、マルチモーダル、推論で優れています。
- Gemini 3.8 Flash (medium)はエージェント・ツール、長文コンテキストで優れています。
- 2026年12月31日までは価格はほぼ同じです(100万トークンあたりブレンド価格$1.50)。2027年1月1日からは$1.50 対 $3.00になります。
概要
| 仕様 | Gemini 3.7 Flash | Gemini 3.8 Flash |
|---|---|---|
| プロバイダー | ||
| リリース日 | 2026年8月13日 | 2026年9月2日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,048,576 |
| 比較した構成 | Gemini 3.7 Flash (high) | Gemini 3.8 Flash (medium) |
| 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 | $0.750 / $3.75 / $0.075 |
| 発表済みの価格変更 | 発表なし | 2027年1月1日から$1.50 / $7.50 |
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 3.7 Flash (high) | Gemini 3.8 Flash (medium) | トップ |
|---|---|---|---|
| 推論 | 67.8 | 58.7 | Gemini 3.7 Flash |
| コーディング | 62.3 | 51.6 | Gemini 3.7 Flash |
| エージェント・ツール | 48.9 | 75.0 | Gemini 3.8 Flash |
| 数学 | 62.6 | – | 比較不可 |
| 知識 | 65.9 | 57.7 | Gemini 3.7 Flash |
| 人間の評価 | 68.1 | – | 比較不可 |
| マルチモーダル | 67.2 | 66.7 | 互角 |
| 長文コンテキスト | 65.5 | 66.7 | Gemini 3.8 Flash |
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):数学, 指示追従, 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21件のベンチマークのうち、Gemini 3.7 Flashのリードが11件、Gemini 3.8 Flashのリードが10件です。両方を評価しているすべての総合指標で、Gemini 3.8 Flashが上回っています。
| 総合Index | Gemini 3.7 Flash (high) | Gemini 3.8 Flash (medium) | トップ |
|---|---|---|---|
| BenchLeader Index | 62.1 | 60.2 | 互角 |
| Arena Text | 1489 | 1497† | Gemini 3.8 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 3.7 Flash (high) | Gemini 3.8 Flash (medium) |
|---|---|---|
| 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 | $1.50 |
| 100万トークンあたりの入力/出力 | $0.750 / $3.75 | $0.750 / $3.75 |
| 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 | $1.50 | $3.00 |
| 2027年1月1日以降の100万トークンあたりの入力/出力 | $0.750 / $3.75 | $1.50 / $7.50 |
| 100万トークンあたりのキャッシュ入力 | $0.075 | $0.075 |
| タスクあたりの価格:チャットの返答 | $0.0014 | $0.0014 |
| タスクあたりの価格:30ページのレポートを要約 | $0.011 | $0.011 |
| タスクあたりの価格:コード編集 | $0.010 | $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 | $0.060 | $0.060 |
| タスクあたりの価格:構造化データの抽出 | $0.0023 | $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) | $0.030 | $0.030 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $6.26 |
| タスクあたりの出力トークン(AA Index) | – | 82k |
| うち推論 | – | 47k |
| タスクあたりの時間(AA Index) | – | 12 min |
| 出力速度 | 95 tok/s | 116 tok/s |
| 回答開始までの時間 | 2.2秒 | 14.8秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 41.8秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 3.7 Flash (high)のスコアは62.1、最初の回答トークンまで2秒。Gemini 3.7 Flash (medium)は60.1(2秒)、Gemini 3.7 Flash (low)は57.3(2秒)。Gemini 3.8 Flash (medium)のスコアは60.2、最初の回答トークンまで15秒。Gemini 3.8 Flash (high)は59.4(20秒)、Gemini 3.8 Flashは56.4(2秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
177件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 3.7 Flash (high) | Gemini 3.8 Flash (medium) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.1 | 60.2 |
| エージェント・ツールスコア | BenchLeader | 48.9 | 75.0 |
| コーディングスコア | BenchLeader | 62.3 | 51.6 |
| 人間の評価スコア | BenchLeader | 68.1 | – |
| 知識スコア | BenchLeader | 65.9 | 57.7 |
| 長文コンテキストスコア | BenchLeader | 65.5 | 66.7 |
| 数学スコア | BenchLeader | 62.6 | – |
| マルチモーダルスコア | BenchLeader | 67.2 | 66.7 |
| 推論スコア | BenchLeader | 67.8 | 58.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $1.50 | $1.50 |
| 出力速度 | BenchLeader | 95 tok/s | 116 tok/s |
| 回答開始までの時間 | BenchLeader | 2.2秒 | 14.8秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,048,576トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.8% | 95.4%† |
| Humanity's Last Exam | Scale AI / CAIS | – | 44.5%† |
| SimpleBench | SimpleBench | – | 82.4%† |
| Arena Hard Prompts | Arena (LMArena) | 1510 | 1518† |
| LiveBench 2.0 Reasoning | LiveBench | – | 89.3%† |
| LiveBench 1.0 Reasoning | LiveBench | 87.8% | 89.3%† |
| GPQA Diamond (AA) | Artificial Analysis | 94.5% | 93.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | 47.9% | 42.1% |
| HLE-Diamond (AA) | Artificial Analysis | – | 29.1% |
| GPQA Diamond (Vals) | Vals AI | 93.9% | 94.4%† |
| ARC-AGI-1 | ARC Prize | 95.5% | 97.5% |
| ARC-AGI-2 | ARC Prize | 84.6% | 82.9% |
| ARC-AGI-3 | ARC Prize | – | 24.2% |
| CritPt | Artificial Analysis | 14.3% | 12.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 45.0% |
| MysteryMechanism | Vals AI | – | 36.5%† |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 34.3%† |
| Arena Expert | Arena (LMArena) | 1519 | 1527† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 66.0% | 58.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 37.0% | 47.0%† |
| LMCA | Epoch AI Benchmarking Hub | 50.4% | 52.9% |
| DTBench | Epoch AI Benchmarking Hub | 96.8% | 94.9% |
| ForecastBench | ForecastBench | 66.2% | – |
| コーディング | |||
| SciCode | SciCode | 57.2% | 55.1% |
| WeirdML | WeirdML | – | 84.8%† |
177件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 3.7 Flash (high) | Gemini 3.8 Flash (medium) |
|---|---|---|---|
| コーディング | |||
| FrontierCode | Cognition | 43.6%† | 41.2% |
| Arena Coding | Arena (LMArena) | 1520 | 1531† |
| Arena WebDev | Arena (LMArena) | 1588 | 1584† |
| LiveBench 2.0 Coding | LiveBench | – | 73.3%† |
| LiveBench 1.0 Coding | LiveBench | 78.9% | 72.5%† |
| LiveCodeBench | Vals AI | 88.7% | 89.5%† |
| IOI | Vals AI | 67.8% | 56.9%† |
| SWE-bench (Vals) | Vals AI | 80.8% | 80.0%† |
| Code Migration | Vals AI | 34.8% | 36.5%† |
| Code Migration v1.1 | Vals AI | – | 38.6%† |
| ProgramBench | Vals AI | 0.0% | 1.0%† |
| SWE-bench Multimodal | Vals AI | – | 40.8%† |
| Vibe Code Bench 1-100 | Vals AI | – | 18.8%† |
| Vibe Code Bench v1.1 | Vals AI | 70.4% | 78.7%† |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 47.0%† |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | – | 44.8%† |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 53.7%† |
| SWE Atlas v1.1 | Scale AI SEAL | – | 57.3%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 45.2%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 71.1%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 55.7%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 94.9%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 58.8%† |
| MirrorCode | Epoch AI Benchmarking Hub | 41.1% | 38.9%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 76.9%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 65.3% | 71.0% |
| CursorBench | Cursor | – | 37.3% |
| ALE-Bench | Epoch AI Benchmarking Hub | 904.3 | 1269.7† |
| FrontierSWE | Epoch AI Benchmarking Hub | 20.3% | 19.6%† |
| WeirdML v3 | WeirdML | – | 7.4%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 13.6% | 19.7% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 85.8% | 83.9% |
| Startrise Frontend | Startrise | – | 64.6%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 59.0† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 59.7 |
| Design Arena Website | Design Arena | 1295† | 1291† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 37.1% |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 16.5% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 12.4% | 18.2%† |
| Remote Labor Index | Scale AI / CAIS | 5.0%† | 5.8%† |
| APEX-Agents | Mercor | 67.8%† | 64.3%† |
| Arena Agent | Arena (LMArena) | -2.2 | 2.3† |
| LiveBench Long Agentic | LiveBench | – | 16.5%† |
| LiveBench Browser | LiveBench | – | 45.1%† |
| LiveBench Agentic Coding | LiveBench | 58.3% | 54.2%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | 77.5% | 81.3%† |
| HiL-Bench | Scale AI SEAL | – | 41.5%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 46.1% |
| GDPval-AA v2.1 | Artificial Analysis | 1404 | 1432 |
| τ³-Banking (AA) | Artificial Analysis | 32.8% | 45.8% |
| ITBench SRE (AA) | Artificial Analysis | – | 52.5%† |
| Analyst Agent (AA) | Artificial Analysis | 60.0% | 46.3%† |
| CUA-bench | Vals AI | – | 4.2%† |
| CyberBench | Vals AI | 43.8% | 43.8%† |
| Finance Agent v2 | Vals AI | 59.0% | 61.4%† |
| Finance Agent v2.1 | Vals AI | – | 65.8%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 12.1%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 8.8% | 10.0%† |
| Legal Research Bench | Vals AI | 34.6% | 38.9%† |
| SkillsBench | Vals AI | 65.9% | 58.0%† |
| SREBench | Vals AI | 4.6% | 11.1%† |
| Tax Agent Bench | Vals AI | 22.8% | 32.1%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 12.1% | 19.7%† |
| Terminal-Bench Science | Vals AI | 7.1% | 8.6%† |
| Time Horizon Index: KSP | Vals AI | – | 18.8%† |
| Arena Agent Task Completion | Arena (LMArena) | -3.5 | 1.3† |
| Vending-Bench 2 | Andon Labs | – | 5093.8† |
| AutomationBench | Artificial Analysis | 62.0% | 60.9% |
| GDP.pdf (AA) | Artificial Analysis | 23.6% | 22.8% |
| Harvey LAB-AA v1.1 | Harvey | – | 0.0%† |
| EnterpriseOps-Gym | Artificial Analysis | 50.4%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1115 | 1183 |
| Design Arena Agentic | Design Arena | 1222† | 1225† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 10.5% |
| CWE-Bench (AA) | Artificial Analysis | – | 52.5%† |
| DeepSec-Bench (AA) | Artificial Analysis | – | 14.5%† |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 8.4%† |
| MKA (AA) | Artificial Analysis | – | 35.3%† |
| FACTS Search | – | 80.4%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 71.6% | 68.4%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 36.6% | 21.9%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 97.2% | 98.9%† |
| ProofBench | Vals AI | 58.0%† | 48.0%† |
| LiveBench Mathematics | LiveBench | 93.5% | 91.6%† |
| Arena Maths | Arena (LMArena) | 1502 | 1519† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 0.0%† |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 69.2% | 69.7%† |
| LiveBench 2.0 Data Analysis | LiveBench | – | 54.0%† |
| LiveBench Research | LiveBench | – | 79.4%† |
| LiveBench 1.0 Data Analysis | LiveBench | 68.0% | 54.0%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | 23.7 |
| MMLU-Pro | Vals AI | 90.1% | 90.2%† |
| LegalBench | Vals AI | 87.3% | 87.0%† |
| TaxEval | Vals AI | 74.7% | 74.5%† |
| PRBench Finance | Scale AI SEAL | – | 49.5%† |
| PRBench Legal | Scale AI SEAL | – | 48.9%† |
| BioMysteryBench | Vals AI | – | 62.2%† |
| Excel Modeling Benchmark | Vals AI | 71.3% | 72.2%† |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 72.9%† |
| MedCode | Vals AI | 53.4% | 48.1%† |
| MedScribe | Vals AI | 83.9% | 84.5%† |
| Public Benefits Bench v1.1 | Vals AI | – | 65.3%† |
| Access to Justice Benchmark | Vals AI | – | 67.1%† |
| Financial Coaching Bench | Vals AI | – | 66.3%† |
| Immigration Bench | Vals AI | – | 63.4%† |
| GDP.pdf | Epoch AI Benchmarking Hub | 23.8% | 23.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 49.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 48.5% |
| HealthBench Professional (AA) | OpenAI | – | 51.7%† |
| FACTS Parametric | – | 78.7%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 85.5% | 87.8%† |
| LiveBench Instruction Following | LiveBench | 79.9% | 81.4%† |
| Arena Instruction Following | Arena (LMArena) | 1486 | 1492† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1489 | 1497† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1720† | 1744† |
| Arena Creative Writing | Arena (LMArena) | 1487 | 1488† |
| Arena Multi-turn | Arena (LMArena) | 1490 | 1505† |
| Arena Longer Queries | Arena (LMArena) | 1501 | 1511† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1313 | 1317† |
| LiveBench Design | LiveBench | – | 69.7%† |
| MMMU-Pro | Artificial Analysis | 85.5% | 84.2% |
| MMMU-Pro (Vals) | Vals AI | 89.0% | 89.1%† |
| MortgageTax | Vals AI | 66.7% | 65.3%† |
| SAGE | Vals AI | – | 88.2%† |
| AudioMC | Scale AI SEAL | – | 60.4%† |
| AudioMC (text output) | Scale AI SEAL | – | 60.4%† |
| Humanity's Sixth Sense | Scale AI SEAL | 39.8% | 41.6%† |
| GeoBench | GeoBench | – | 86.0%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 38.6%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 26.7% | 31.7%† |
| VIALS-AA | Handshake AI | – | 41.0%† |
| Code2Video-AA | Artificial Analysis | – | 899† |
| AA-3D | Artificial Analysis | – | 974† |
| FACTS Multimodal | – | 57.6%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 81.7% | 84.0% |
| Arena Document | Arena (LMArena) | 1468 | 1469† |
| MLCR | Artificial Analysis | 12.2% | 12.8% |
| FACTS Grounding | – | 68.2%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 158.4† | 158.8† |
| LiveBench 2.0 | LiveBench | – | 57.3%† |
| LiveBench 1.0 | LiveBench | 78.8% | 75.8%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 30.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 39.1 | 39.8 |
| AA Progress Index v1 | Artificial Analysis | 317.4 | 319.1 |
| Vals Index | Vals AI | – | 56.0† |
| Vals Finance Index | Vals AI | – | 60.5%† |
| Vals RSI Index | Vals AI | 18.3% | 19.9%† |
| Vals Science Index | Vals AI | – | 35.8%† |
| Vals Router Index | Vals AI | – | 56.0%† |
| Vals Legal Index | Vals AI | – | 69.8%† |
| AA Cyber Index | Artificial Analysis | – | 25.1† |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | 69.0%† | 70.7%† |
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 3.8 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 3.7 Flash (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Gemini 3.8 Flash (medium):スコアの改訂1件。
- Gemini 3.7 Flash (high):BenchLeader Index 62.6 → 62.1。
- Gemini 3.7 Flash (high):スコアの改訂1件。
- Gemini 3.7 Flash (high):新しい結果1件(Arena Document)。
- Gemini 3.8 Flash (medium):スコアの改訂2件。
- Gemini 3.8 Flash (medium):スコアの改訂1件。
- Gemini 3.7 Flash (high):新しい結果1件(MirrorCode)。
- Gemini 3.8 Flash (medium):新しい結果1件(AA-Briefcase v1.1)。
関連する比較
- Gemini 3.7 Flash vs Claude Fable 5.2
- 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
- Gemini 3.8 Flash vs Gemini 4 Carbon
- Gemini 3.6 Flash vs Gemini 3.8 Flash
- Gemini 3.7 Flash vs Gemini 3.6 Flash
- Gemini 3.7 Flash vs Claude Fable 5.1
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 3.7 Flash vs Gemini 3.8 Flash:よくある質問
- Gemini 3.7 FlashはGemini 3.8 Flashより優れていますか?
- Gemini 3.7 Flash (high)とGemini 3.8 Flash (medium)の品質は互角です(62.1 対 60.2、±6.0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 3.7 FlashとGemini 3.8 Flashはどちらが安いですか?今後変わる予定はありますか?
- 価格は同じで、100万トークンあたりのブレンド価格は$1.50です。Gemini 3.8 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 3.7 FlashとGemini 3.8 Flashのどちらが向いていますか?
- コーディングではGemini 3.7 Flashの方がスコアが高くなっています(カテゴリ指標で62 対 52。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、Gemini 3.7 Flashが57.2%、Gemini 3.8 Flashが55.1%です。
- Gemini 3.7 FlashとGemini 3.8 Flashはどちらが速いですか?
- Gemini 3.8 Flashの方が出力が速くなっています(出力116 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Gemini 3.7 FlashとGemini 3.8 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Gemini 3.8 Flashの方がスコアが高くなっています(カテゴリ指標で75 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τ³-Banking (AA)では、Gemini 3.7 Flashが32.8%、Gemini 3.8 Flashが45.8%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Gemini 3.8 Flashの方がスコアが高くなっています(67 対 66)。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 3.7 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 14.8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 3.7 FlashとGemini 3.8 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21件のベンチマークのうち、Gemini 3.7 Flashのリードが11件、Gemini 3.8 Flashのリードが10件です。両方を評価しているすべての総合指標で、Gemini 3.8 Flashが上回っています。
- Gemini 3.8 Flashはいつリリースされましたか?
- Gemini 3.8 Flashは2026年9月2日にリリースされました。