BenchLeader

Gemini 3.7 Flash vs Qwen3.6 Max

詳しいプロフィール:Gemini 3.7 Flash(Google)とQwen3.6 Max(Alibaba)。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16日時点で、Gemini 3.7 FlashとQwen3.6 Maxの品質は互角です(BenchLeader Indexで62.1 対 62.1、±4.6の誤差範囲内)。価格はGemini 3.7 Flashの方が1.9倍安く、100万トークンあたりのブレンド価格で$1.50 対 $2.92です。推論(68 対 61)、コーディング(62 対 56)、知識(66 対 60)を重視するならGemini 3.7 Flash、エージェント・ツール(72 対 49)、数学(64 対 63)を重視するならQwen3.6 Maxが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 3.7 Flashが62.1、Qwen3.6 Maxが62.1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)。
  • Qwen3.6 Maxの100万トークンあたりのブレンド価格は$2.92です(定価、2026年11月16日)。
  • 両モデルに結果がある20件のベンチマークのうち、Gemini 3.7 Flashが20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 3.7 Flashが1588、Qwen3.6 Maxが1482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Gemini 3.7 Flashカテゴリスコア62 対 56;Arena WebDev 1588 対 1482中
エージェント・ツール利用Qwen3.6 Maxカテゴリスコア72 対 49高
数学Qwen3.6 Maxカテゴリスコア64 対 63;Arena Maths 1471 対 1502中
推論Gemini 3.7 Flashカテゴリスコア68 対 61;GPQA Diamond 94.8% 対 87.4%中
知識Gemini 3.7 Flashカテゴリスコア66 対 60;SimpleQA Verified 69.2% 対 52.0%中
長い文書どちらでもカテゴリスコア66 対 65;AA-LCR v1.1 81.7% 対 80.7%どちらでも
チャットの質(人間の評価)Gemini 3.7 FlashArenaの投票で68 対 65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 $2.92;エージェント型コーディングセッション$0.060 対 $0.109–
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Qwen3.6 Max (max)の品質は互角です(62.1 対 62.1、±4.6の誤差範囲内)。
  • Gemini 3.7 Flash (high)はコーディング、人間の評価、知識、長文コンテキスト、推論で優れています。
  • Qwen3.6 Max (max)はエージェント・ツール、数学で優れています。
  • Gemini 3.7 Flash (high)の方が1.9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 $2.92)。

概要

仕様Gemini 3.7 FlashQwen3.6 Max
プロバイダーGoogleAlibaba
リリース日2026年8月13日2026年4月20日
コンテキストウィンドウ(トークン)1,048,576262,144
比較した構成Gemini 3.7 Flash (high)Qwen3.6 Max (max)
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$1.30 / $7.80 / $0.130

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)Qwen3.6 Max (max)トップ
推論67.860.8Gemini 3.7 Flash
コーディング62.355.9Gemini 3.7 Flash
エージェント・ツール48.972.1Qwen3.6 Max
数学62.664.4Qwen3.6 Max
知識65.959.7Gemini 3.7 Flash
指示追従–74.7比較不可
人間の評価68.164.5Gemini 3.7 Flash
マルチモーダル67.2–比較不可
長文コンテキスト65.565.0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人間の評価Gemini 3.7 Flash, 推論: 67.8Gemini 3.7 Flash, コーディング: 62.3Gemini 3.7 Flash, エージェント・ツール: 48.9Gemini 3.7 Flash, 数学: 62.6Gemini 3.7 Flash, 知識: 65.9Gemini 3.7 Flash, 長文コンテキスト: 65.5Gemini 3.7 Flash, 人間の評価: 68.1Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 長文コンテキスト: 65.0Qwen3.6 Max, 人間の評価: 64.5

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, 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20件のベンチマークのうち、Gemini 3.7 Flashのリードが20件、Qwen3.6 Maxのリードが0件です。両方を評価しているすべての総合指標で、Gemini 3.7 Flashが上回っています。

総合IndexGemini 3.7 Flash (high)Qwen3.6 Max (max)トップ
BenchLeader Index62.162.1互角
Arena Text14891460Gemini 3.7 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)Qwen3.6 Max (max)
100万トークンあたりのブレンド価格$1.50$2.92
100万トークンあたりの入力/出力$0.750 / $3.75$1.30 / $7.80
100万トークンあたりのキャッシュ入力$0.075$0.130
タスクあたりの価格:チャットの返答$0.0014$0.0029
タスクあたりの価格:30ページのレポートを要約$0.011$0.020
タスクあたりの価格:コード編集$0.010$0.019
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$0.109
タスクあたりの価格:構造化データの抽出$0.0023$0.0042
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$0.057
出力速度95 tok/s–
回答開始までの時間2.2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)。Qwen3.6 Max (max)のスコアは62.1。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

104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)Qwen3.6 Max (max)
BenchLeader IndexBenchLeader62.162.1
エージェント・ツールスコアBenchLeader48.972.1
コーディングスコアBenchLeader62.355.9
人間の評価スコアBenchLeader68.164.5
知識スコアBenchLeader65.959.7
長文コンテキストスコアBenchLeader65.565.0
数学スコアBenchLeader62.664.4
マルチモーダルスコアBenchLeader67.2–
推論スコアBenchLeader67.860.8
指示追従スコアBenchLeader–74.7
ブレンド価格($/100万トークン)BenchLeader$1.50$2.92
出力速度BenchLeader95 tok/s–
回答開始までの時間BenchLeader2.2秒–
コンテキストウィンドウBenchLeader1,048,576トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub94.8%87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)15101481
LiveBench 1.0 ReasoningLiveBench87.8%–
GPQA Diamond (AA)Artificial Analysis94.5%88.8%
Humanity's Last Exam (AA)Artificial Analysis47.9%30.8%
GPQA Diamond (Vals)Vals AI93.9%–
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize84.6%–
CritPtArtificial Analysis14.3%3.7%
Arena ExpertArena (LMArena)15191497
Chess PuzzlesEpoch AI Benchmarking Hub66.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub37.0%19.0%†
LMCAEpoch AI Benchmarking Hub50.4%42.5%
DTBenchEpoch AI Benchmarking Hub96.8%87.2%
ForecastBenchForecastBench66.2%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
SciCodeSciCode57.2%–
FrontierCodeCognition43.6%†–
Arena CodingArena (LMArena)15201510
Arena WebDevArena (LMArena)15881482
LiveBench 1.0 CodingLiveBench78.9%–
LiveCodeBenchVals AI88.7%–
IOIVals AI67.8%–
SWE-bench (Vals)Vals AI80.8%72.8%
104件のベンチマークをすべて表示
指標公開元Gemini 3.7 Flash (high)Qwen3.6 Max (max)
コーディング
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%–
Terminal-Bench 2.1 (AA)Artificial Analysis85.8%–
Design Arena WebsiteDesign Arena1295†–
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)-2.2–
LiveBench Agentic CodingLiveBench58.3%–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
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 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI12.1%–
Terminal-Bench ScienceVals AI7.1%–
Arena Agent Task CompletionArena (LMArena)-3.5–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis62.0%–
GDP.pdf (AA)Artificial Analysis23.6%–
EnterpriseOps-GymArtificial Analysis50.4%†–
AA-Briefcase v1.1Artificial Analysis1115–
Design Arena AgenticDesign Arena1222†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub71.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub36.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub97.2%91.1%
ProofBenchVals AI58.0%†–
LiveBench MathematicsLiveBench93.5%–
Arena MathsArena (LMArena)15021471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub69.2%52.0%
LiveBench 1.0 Data AnalysisLiveBench68.0%–
MMLU-ProVals AI90.1%–
LegalBenchVals AI87.3%–
CorpFinVals AI–66.5%
TaxEvalVals AI74.7%–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI71.3%–
MedCodeVals AI53.4%–
MedScribeVals AI83.9%–
GDP.pdfEpoch AI Benchmarking Hub23.8%–
指示追従
LiveBench LanguageLiveBench85.5%–
LiveBench Instruction FollowingLiveBench79.9%–
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)14861451
人間の評価
Arena TextArena (LMArena)14891460
EQ-Bench Creative Writing v3EQ-Bench1720†–
Arena Creative WritingArena (LMArena)14871438
Arena Multi-turnArena (LMArena)14901466
Arena Longer QueriesArena (LMArena)15011473
マルチモーダル
Arena VisionArena (LMArena)1313–
MMMU-ProArtificial Analysis85.5%–
MMMU-Pro (Vals)Vals AI89.0%–
MortgageTaxVals AI66.7%–
Humanity's Sixth SenseScale AI SEAL39.8%–
Furniture AssemblyEpoch AI Benchmarking Hub26.7%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis81.7%80.7%
Arena DocumentArena (LMArena)1468–
MLCRArtificial Analysis12.2%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.4†149.8
LiveBench 1.0LiveBench78.8%–
AA Intelligence Index v4.3.2Artificial Analysis39.128.4
AA Progress Index v1Artificial Analysis317.4297.1
Vals RSI IndexVals AI18.3%–
安全性・誠実さ
DistressBenchScale AI SEAL69.0%†–

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。

最近の変化

  • 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。
  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • 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)。
  • Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
  • Gemini 3.7 Flash (high):新しい結果2件(Harvey's Legal Agent Benchmark v1, Vals RSI Index)。
  • Gemini 3.7 Flash (high):入力価格 $0.38/M → $0.75/M、出力価格 $1.88/M → $3.75/M。

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 Qwen3.6 Max:よくある質問

Gemini 3.7 FlashはQwen3.6 Maxより優れていますか?
Gemini 3.7 Flash (high)とQwen3.6 Max (max)の品質は互角です(62.1 対 62.1、±4.6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Qwen3.6 Max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 $2.92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Qwen3.6 Max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 56。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、Qwen3.6 Maxが1482です。
エージェントやツール利用にはGemini 3.7 FlashとQwen3.6 Max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Qwen3.6 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 49。50が平均)。
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 65)。コンテキストはGemini 3.7 Flashの方が長く、1,048,576トークンです(Qwen3.6 Maxは262,144トークン)。
ほかの質問(2件)
Gemini 3.7 FlashとQwen3.6 Max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20件のベンチマークのうち、Gemini 3.7 Flashのリードが20件、Qwen3.6 Maxのリードが0件です。両方を評価しているすべての総合指標で、Gemini 3.7 Flashが上回っています。
Gemini 3.7 Flashはいつリリースされましたか?
Gemini 3.7 Flashは2026年8月13日にリリースされました。