BenchLeader

Gemini 3.7 Flash vs Gemini 4 Neon

詳しいプロフィール:Gemini 3.7 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 · 10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 3.7 Flashを上回ります(BenchLeader Indexで67.3 対 61.9)。ただし、価格はGemini 3.7 Flashの方が4.0倍安く、100万トークンあたりのブレンド価格で$1.50 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。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 3.7 Flashが61.9、Gemini 4 Neonが67.3です(BenchLeader、2026年11月19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)。
  • 両モデルに結果がある15件のベンチマークのうち、Gemini 4 Neonが15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 3.7 Flashが1588、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 62;Arena WebDev 1764 対 1588高
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 49;Arena Agent 18.4 対 -3.1高
推論Gemini 4 Neonカテゴリスコア72 対 67;Arena Hard Prompts 1546 対 1510中
知識Gemini 4 Neonカテゴリスコア72 対 66中
チャットの質(人間の評価)Gemini 4 NeonArenaの投票で72 対 68中
最低コストGemini 3.7 Flash100万トークンあたりブレンド価格$1.50 対 $6.00;エージェント型コーディングセッション$0.060 対 $0.240–
回答開始の速さGemini 3.7 Flash最初の回答トークンまで2.1秒(Gemini 3.7 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 61.9。
  • 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 3.7 Flash (high)の方が4.0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 $6.00)。

概要

仕様Gemini 3.7 FlashGemini 4 Neon
プロバイダーGoogleGoogle
リリース日2026年8月13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 3.7 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)$0.750 / $3.75 / $0.075$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 3.7 Flash (high)Gemini 4 Neon (high)トップ
推論67.371.9Gemini 4 Neon
コーディング62.173.4Gemini 4 Neon
エージェント・ツール48.676.2Gemini 4 Neon
数学62.3–比較不可
知識65.672.3Gemini 4 Neon
人間の評価68.271.7Gemini 4 Neon
マルチモーダル67.0–比較不可
長文コンテキスト65.5–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 3.7 Flash, 推論: 67.3Gemini 3.7 Flash, コーディング: 62.1Gemini 3.7 Flash, エージェント・ツール: 48.6Gemini 3.7 Flash, 知識: 65.6Gemini 3.7 Flash, 人間の評価: 68.2Gemini 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15件のベンチマークのうち、Gemini 3.7 Flashのリードが0件、Gemini 4 Neonのリードが15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 3.7 Flash (high)Gemini 4 Neon (high)トップ
BenchLeader Index61.967.3Gemini 4 Neon
Arena Text14901519Gemini 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 3.7 Flash (high)Gemini 4 Neon (high)
100万トークンあたりのブレンド価格$1.50$6.00
100万トークンあたりの入力/出力$0.750 / $3.75$3.00 / $15.00
100万トークンあたりのキャッシュ入力$0.075$0.150
タスクあたりの価格:チャットの返答$0.0014$0.0057
タスクあたりの価格:30ページのレポートを要約$0.011$0.045
タスクあたりの価格:コード編集$0.010$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$0.060$0.240
タスクあたりの価格:構造化データの抽出$0.0023$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)$0.030$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96 tok/s101 tok/s
回答開始までの時間2.1秒40.6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 3.7 Flash (high)のスコアは61.9、最初の回答トークンまで2秒。Gemini 3.7 Flash (medium)は60.0(2秒)、Gemini 3.7 Flash (low)は57.1(2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

111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 4 Neon (high)
BenchLeader IndexBenchLeader61.967.3
エージェント・ツールスコアBenchLeader48.676.2
コーディングスコアBenchLeader62.173.4
人間の評価スコアBenchLeader68.271.7
知識スコアBenchLeader65.672.3
長文コンテキストスコアBenchLeader65.5–
数学スコアBenchLeader62.3–
マルチモーダルスコアBenchLeader67.0–
推論スコアBenchLeader67.371.9
ブレンド価格($/100万トークン)BenchLeader$1.50$6.00
出力速度BenchLeader96 tok/s101 tok/s
回答開始までの時間BenchLeader2.1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 Hub94.8%–
Arena Hard PromptsArena (LMArena)15101546
LiveBench 2.0 ReasoningLiveBench–89.6%†
LiveBench 1.0 ReasoningLiveBench87.8%–
GPQA Diamond (AA)Artificial Analysis94.5%–
Humanity's Last Exam (AA)Artificial Analysis47.9%–
HLE-Diamond (AA)Artificial Analysis–68.4%
GPQA Diamond (Vals)Vals AI93.9%–
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize84.6%–
CritPtArtificial Analysis14.3%–
CritPt v2 hard subset (AA)Artificial Analysis–59.0%
Arena ExpertArena (LMArena)15191541
Chess PuzzlesEpoch AI Benchmarking Hub66.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub37.0%–
LMCAEpoch AI Benchmarking Hub50.4%–
DTBenchEpoch AI Benchmarking Hub96.8%–
ForecastBenchForecastBench65.7%–
コーディング
SciCodeSciCode57.2%–
FrontierCodeCognition43.6%†–
Arena CodingArena (LMArena)15211558
Arena WebDevArena (LMArena)15881764
LiveBench 2.0 CodingLiveBench–89.7%†
LiveBench 1.0 CodingLiveBench78.9%–
LiveCodeBenchVals AI88.7%–
111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 4 Neon (high)
コーディング
IOIVals AI67.8%–
SWE-bench (Vals)Vals AI80.8%–
Code MigrationVals AI34.8%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI70.4%–
MirrorCodeEpoch AI Benchmarking Hub41.1%–
DeepSWE v1.1Epoch AI Benchmarking Hub65.3%–
ALE-BenchEpoch AI Benchmarking Hub904.3–
FrontierSWEEpoch AI Benchmarking Hub20.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis13.6%61.6%
Terminal-Bench 2.1 (AA)Artificial Analysis85.8%–
Design Arena WebsiteDesign Arena1293†–
FrontierCode 2.0 (AA)Artificial Analysis–43.3%
エージェント・ツール
Terminal-BenchTerminal-Bench12.4%–
Remote Labor IndexScale AI / CAIS5.0%†–
APEX-AgentsMercor67.8%†–
Arena AgentArena (LMArena)-3.118.4
LiveBench Long AgenticLiveBench–82.6%†
LiveBench BrowserLiveBench–95.6%†
LiveBench Agentic CodingLiveBench58.3%–
Terminal-Bench 2.1 (Vals)Vals AI77.5%–
GDPval-AA v2.1Artificial Analysis1404–
τ³-Banking (AA)Artificial Analysis32.8%–
Analyst Agent (AA)Artificial Analysis60.0%–
CyberBenchVals AI43.8%–
Finance Agent v2Vals AI59.0%–
Harvey's Legal Agent Benchmark v1Vals AI8.8%–
Legal Research BenchVals AI34.6%–
SkillsBenchVals AI65.9%–
SREBenchVals AI4.6%–
Tax Agent BenchVals AI22.8%–
Terminal-Bench 4.0 (Vals)Vals AI12.1%–
Terminal-Bench ScienceVals AI7.1%–
Arena Agent Task CompletionArena (LMArena)-3.419.2
AutomationBenchArtificial Analysis62.0%79.2%
GDP.pdf (AA)Artificial Analysis23.6%33.4%
EnterpriseOps-GymArtificial Analysis50.4%†–
AA-Briefcase v1.1Artificial Analysis11151632
Design Arena AgenticDesign Arena1213†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–65.7%
MKA (AA)Artificial Analysis–54.6%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub71.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub36.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub97.2%–
ProofBenchVals AI58.0%†–
LiveBench MathematicsLiveBench93.5%–
Arena MathsArena (LMArena)1502–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub69.2%–
LiveBench 2.0 Data AnalysisLiveBench–85.3%†
LiveBench ResearchLiveBench–94.5%†
LiveBench 1.0 Data AnalysisLiveBench68.0%–
AA-Omniscience v1.1Artificial Analysis–53.8
MMLU-ProVals AI90.1%–
LegalBenchVals AI87.3%–
TaxEvalVals AI74.7%–
Excel Modeling BenchmarkVals AI71.3%–
MedCodeVals AI53.4%–
MedScribeVals AI83.9%–
AA-Omniscience v1.1: accuracyArtificial Analysis–59.4%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–86.1%
指示追従
LiveBench LanguageLiveBench85.5%–
LiveBench Instruction FollowingLiveBench79.9%–
Arena Instruction FollowingArena (LMArena)14861522
人間の評価
Arena TextArena (LMArena)14901519
EQ-Bench Creative Writing v3EQ-Bench1720†–
Arena Creative WritingArena (LMArena)14871514
Arena Multi-turnArena (LMArena)14901529
Arena Longer QueriesArena (LMArena)15021521
マルチモーダル
Arena VisionArena (LMArena)1313–
LiveBench DesignLiveBench–81.5%†
MMMU-ProArtificial Analysis85.5%–
MMMU-Pro (Vals)Vals AI89.0%–
MortgageTaxVals AI66.7%–
Humanity's Sixth SenseScale AI SEAL39.8%75.9%†
Furniture AssemblyEpoch AI Benchmarking Hub26.7%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis81.7%–
Arena DocumentArena (LMArena)1468–
MLCRArtificial Analysis12.2%28.9%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.4†–
LiveBench 2.0LiveBench–87.4%†
LiveBench 1.0LiveBench78.8%–
AA Intelligence Index v5.0.1Artificial Analysis–59.6
AA Intelligence Index v4.3.2Artificial Analysis39.1–
AA Progress Index v1Artificial Analysis317.4–
Vals RSI IndexVals AI18.3%–
安全性・誠実さ
DistressBenchScale AI SEAL69.0%†–

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。

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 3.7 Flash (high):スコアの改訂1件。
  • Gemini 3.7 Flash (high):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)。
  • 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 3.7 Flash (high):新しい結果1件(MirrorCode)。
  • Gemini 3.7 Flash (high):新しい結果1件(AA Progress Index v1)。

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 3.7 Flash vs Gemini 4 Neon:よくある質問

Gemini 4 NeonはGemini 3.7 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 61.9。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 3.7 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 3.7 Flashの方が安く、100万トークンあたり$1.50 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 3.7 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 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Arena WebDevでは、Gemini 3.7 Flashが1588、Gemini 4 Neonが1764です。
Gemini 3.7 FlashとGemini 4 Neonはどちらが速いですか?
Gemini 4 Neonの方が出力が速くなっています(出力101 対 96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 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 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Arena Agentでは、Gemini 3.7 Flashが-3.1、Gemini 4 Neonが18.4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?
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2.1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 3.7 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15件のベンチマークのうち、Gemini 3.7 Flashのリードが0件、Gemini 4 Neonのリードが15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。