Gemini 3 Pro vs GPT-5.5 Instant
詳しいプロフィール:Gemini 3 Pro(Google)とGPT-5.5 Instant(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 · 14件の情報源のデータ
2026年11月16日時点で、Gemini 3 ProとGPT-5.5 Instantの品質は互角です(BenchLeader Indexで60.0 対 56.9、±7.0の誤差範囲内)。価格はGemini 3 Proの方が2.5倍安く、100万トークンあたりのブレンド価格で$4.50 対 $11.25です。エージェント・ツール(62 対 50)、推論(63 対 54)、マルチモーダル(66 対 58)を重視するならGemini 3 Pro、指示追従(70 対 61)、コーディング(61 対 58)を重視するならGPT-5.5 Instantが向いています。
要点(2026年11月16日時点)
- BenchLeader IndexはGemini 3 Proが60.0、GPT-5.5 Instantが56.9です(BenchLeader、2026年11月16日)。
- Gemini 3 Pro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)。
- GPT-5.5 Instantの100万トークンあたりのブレンド価格は$11.25です(定価、2026年11月16日)。
- 両モデルに結果がある12件のベンチマークのうち、Gemini 3 Pro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 | GPT-5.5 Instant | カテゴリスコア61 対 58;Arena Coding 1513 対 1517 | 中 |
| エージェント・ツール利用 | Gemini 3 Pro | カテゴリスコア62 対 50 | 高 |
| 数学 | Gemini 3 Pro | カテゴリスコア54 対 48;Arena Maths 1475 対 1462 | 中 |
| 推論 | Gemini 3 Pro | カテゴリスコア63 対 54;GPQA Diamond 92.6% 対 82.5% | 高 |
| 画像などのメディア | Gemini 3 Pro | カテゴリスコア66 対 58;Arena Vision 1305 対 1251 | 中 |
| 指示への追従 | GPT-5.5 Instant | カテゴリスコア70 対 61;Arena Instruction Following 1456 対 1473 | 高 |
| チャットの質(人間の評価) | Gemini 3 Pro | Arenaの投票で68 対 66 | 中 |
| 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 ProとGPT-5.5 Instantの品質は互角です(60.0 対 56.9、±7.0の誤差範囲内)。
- Gemini 3 Proはエージェント・ツール、人間の評価、数学、マルチモーダル、推論で優れています。
- GPT-5.5 Instantはコーディング、指示追従で優れています。
- Gemini 3 Proの方が2.5倍安くなっています(100万トークンあたりブレンド価格$4.50 対 $11.25)。
概要
| 仕様 | Gemini 3 Pro | GPT-5.5 Instant |
|---|---|---|
| プロバイダー | OpenAI | |
| リリース日 | 2025年11月18日 | 2026年5月5日 |
| コンテキストウィンドウ(トークン) | – | 400,000 |
| 比較した構成 | Gemini 3 Pro | GPT-5.5 Instant |
| 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) | – | $5.00 / $30.00 / $0.500 |
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 Pro | GPT-5.5 Instant | トップ |
|---|---|---|---|
| 推論 | 62.6 | 53.6 | Gemini 3 Pro |
| コーディング | 57.8 | 60.9 | GPT-5.5 Instant |
| エージェント・ツール | 61.7 | 49.9 | Gemini 3 Pro |
| 数学 | 54.0 | 48.3 | Gemini 3 Pro |
| 知識 | 55.9 | – | 比較不可 |
| 指示追従 | 61.1 | 70.2 | GPT-5.5 Instant |
| 人間の評価 | 67.7 | 66.1 | Gemini 3 Pro |
| マルチモーダル | 65.6 | 58.2 | Gemini 3 Pro |
| 長文コンテキスト | – | 59.4 | 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。
描画していないもの(測定済みのモデルが2つ未満):知識, 長文コンテキスト。
情報源で評価が分かれる点
両方に結果がある12件のベンチマークのうち、Gemini 3 Proのリードが11件、GPT-5.5 Instantのリードが1件です。両方を評価しているすべての総合指標で、Gemini 3 Proが上回っています。
| 総合Index | Gemini 3 Pro | GPT-5.5 Instant | トップ |
|---|---|---|---|
| BenchLeader Index | 60.0 | 56.9 | 互角 |
| Arena Text | 1486 | 1473 | Gemini 3 Pro |
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 Pro | GPT-5.5 Instant |
|---|---|---|
| 100万トークンあたりのブレンド価格 | – | $11.25 |
| 100万トークンあたりの入力/出力 | – / – | $5.00 / $30.00 |
| 100万トークンあたりのキャッシュ入力 | – | $0.500 |
| タスクあたりの価格:チャットの返答 | – | $0.011 |
| タスクあたりの価格:30ページのレポートを要約 | – | $0.078 |
| タスクあたりの価格:コード編集 | – | $0.075 |
| 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 | – | $0.420 |
| タスクあたりの価格:構造化データの抽出 | – | $0.016 |
| 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) | – | $0.217 |
| 出力速度 | – | 125 tok/s |
| 回答開始までの時間 | – | 1.8秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 47.7秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 3 Proのスコアは60.0。Gemini 3 Pro (high)は60.0。GPT-5.5 Instantのスコアは56.9、最初の回答トークンまで2秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
118件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 3 Pro | GPT-5.5 Instant |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 60.0 | 56.9 |
| エージェント・ツールスコア | BenchLeader | 61.7 | 49.9 |
| コーディングスコア | BenchLeader | 57.8 | 60.9 |
| 人間の評価スコア | BenchLeader | 67.7 | 66.1 |
| 指示追従スコア | BenchLeader | 61.1 | 70.2 |
| 知識スコア | BenchLeader | 55.9 | – |
| 数学スコア | BenchLeader | 54.0 | 48.3 |
| マルチモーダルスコア | BenchLeader | 65.6 | 58.2 |
| 推論スコア | BenchLeader | 62.6 | 53.6 |
| 長文コンテキストスコア | BenchLeader | – | 59.4 |
| ブレンド価格($/100万トークン) | BenchLeader | – | $11.25 |
| 出力速度 | BenchLeader | – | 125 tok/s |
| 回答開始までの時間 | BenchLeader | – | 1.8秒 |
| コンテキストウィンドウ | BenchLeader | – | 400,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 92.6% | 82.5% |
| Humanity's Last Exam | Scale AI / CAIS | 37.5% | – |
| SimpleBench | SimpleBench | 76.4% | – |
| Arena Hard Prompts | Arena (LMArena) | 1502 | 1491 |
| GPQA Diamond (AA) | Artificial Analysis | 90.8%† | 84.7% |
| Humanity's Last Exam (AA) | Artificial Analysis | 39.7%† | 21.6% |
| HLE-Diamond (AA) | Artificial Analysis | – | 14.6% |
| GPQA Diamond (Vals) | Vals AI | 91.7%† | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 80.1% | – |
| GPQA Diamond (HELM) | HELM Capabilities | 80.3% | – |
| ARC-AGI-1 | ARC Prize | 75.0% | – |
| ARC-AGI-2 | ARC Prize | 31.1% | – |
| CritPt | Artificial Analysis | 9.1%† | 2.6% |
| SciPredict | Scale AI SEAL | 25.3% | – |
| Arena Expert | Arena (LMArena) | 1499 | 1474 |
| CL-bench | Epoch AI Benchmarking Hub | 15.8% | – |
| ForecastBench | ForecastBench | 65.0% | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 72.9% | – |
| SciCode | SciCode | – | 52.5% |
| WeirdML | WeirdML | 69.9% | – |
| GSO-Bench | GSO-Bench | 18.6% | – |
| Arena Coding | Arena (LMArena) | 1517 | 1513 |
| Arena WebDev | Arena (LMArena) | 1441 | – |
| LiveCodeBench | Vals AI | 86.4% | – |
| SWE-bench (Vals) | Vals AI | 76.4%† | – |
118件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 3 Pro | GPT-5.5 Instant |
|---|---|---|---|
| コーディング | |||
| SWE-Bench Pro | Scale AI SEAL | 43.3% | – |
| SWE-bench Verified (bash only) | SWE-bench | 74.2% | – |
| SWE-bench Multilingual (bash only) | SWE-bench | 68.7% | – |
| SWE-bench Verified (any scaffold) | SWE-bench | 77.4% | – |
| Vibe Code Bench v1.1 | Vals AI | 14.3%† | – |
| SWE-Bench Pro (private) | Scale AI SEAL | 17.9% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1176.8 | – |
| AlgoTune | AlgoTune | 1.8 | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 12.6% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 34.8% |
| Design Arena Website | Design Arena | 1244 | – |
| LiveCodeBench (AA) | Artificial Analysis | 91.8%† | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 69.4% | – |
| GDPval | OpenAI | 40.3% | – |
| Remote Labor Index | Scale AI / CAIS | 1.3% | – |
| Terminal-Bench Hard | Artificial Analysis | 41.7%† | 42.4% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 87.1%† | 49.4% |
| MCP Atlas | Scale AI SEAL | 70.3% | – |
| BFCL Overall | Berkeley Function Calling Leaderboard | 72.5% | – |
| τ²-bench | τ²-bench | 82.5%† | – |
| τ³-bench Banking | τ²-bench | 18.0%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 0.4% |
| GDPval-AA v2.1 | Artificial Analysis | – | 516 |
| τ³-Banking (AA) | Artificial Analysis | – | 11.8% |
| Poker Agent | Vals AI | 1078.9% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | 55.1%† | – |
| Arena Search | Arena (LMArena) | 1201 | – |
| BALROG | BALROG | 58.1% | – |
| DeepResearch Bench | DeepResearch Bench | 46.3%† | – |
| METR Time Horizons | METR | 71.0% | – |
| Vending-Bench 2 | Andon Labs | 5478.2 | – |
| AutomationBench | Artificial Analysis | – | 36.4% |
| GDP.pdf (AA) | Artificial Analysis | – | 20.2% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1086 |
| Design Arena Agentic | Design Arena | 1080 | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 26.3% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 2.4% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 91.4% | 68.1% |
| ProofBench | Vals AI | 20.0% | – |
| AIME (Vals) | Vals AI | 96.7%† | – |
| MGSM | Vals AI | 93.9%† | – |
| AIME 2026 | MathArena | 91.7% | – |
| HMMT February 2026 | MathArena | 86.4% | – |
| MathArena Apex | MathArena | 23.4% | – |
| Omni-MATH (HELM) | HELM Capabilities | 55.6% | – |
| MATH 500 | Vals AI | 96.4%† | – |
| Arena Maths | Arena (LMArena) | 1475 | 1462 |
| AIME 2025 (AA) | Artificial Analysis | 95.7%† | – |
| 知識 | |||
| MMLU-Pro | Vals AI | 90.1% | – |
| LegalBench | Vals AI | 87.0%† | – |
| CorpFin | Vals AI | 63.7%† | – |
| TaxEval | Vals AI | 72.6%† | – |
| MedQA | Vals AI | 96.0%† | – |
| PRBench Finance | Scale AI SEAL | 39.2% | – |
| PRBench Legal | Scale AI SEAL | 40.6% | – |
| MultiNRC | Scale AI SEAL | 59.0% | – |
| MMLU-Pro (HELM) | HELM Capabilities | 90.3% | – |
| CaseLaw v2 | Vals AI | 53.1%† | – |
| MedCode | Vals AI | 52.2%† | – |
| MedScribe | Vals AI | 72.0%† | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | 92.2%† | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | 70.4%† | 71.5% |
| MultiChallenge | Scale AI SEAL | 65.7% | – |
| TutorBench | Scale AI SEAL | 53.7% | – |
| IFEval (HELM) | HELM Capabilities | 87.6% | – |
| WildBench (HELM) | HELM Capabilities | 85.9% | – |
| Arena Instruction Following | Arena (LMArena) | 1473 | 1456 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1486 | 1473 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1524 | – |
| Arena Creative Writing | Arena (LMArena) | 1484 | 1454 |
| Arena Multi-turn | Arena (LMArena) | 1495 | 1483 |
| Arena Longer Queries | Arena (LMArena) | 1491 | 1475 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1305 | 1251 |
| MMMU-Pro | Artificial Analysis | 80.2%† | – |
| VISTA | Scale AI SEAL | 51.5% | – |
| MMMU-Pro (Vals) | Vals AI | 87.5%† | – |
| MortgageTax | Vals AI | 69.1%† | – |
| AudioMC | Scale AI SEAL | 54.6%† | – |
| AudioMC (text output) | Scale AI SEAL | 54.6%† | – |
| VTB | Scale AI SEAL | 26.9% | – |
| GeoBench | GeoBench | 84.0% | – |
| VPCT | Epoch AI Benchmarking Hub | 91.0% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 76.0%† | 70.0% |
| Arena Document | Arena (LMArena) | 1451 | 1460 |
| MLCR | Artificial Analysis | – | 31.7% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 153.0 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 28.0† | 26.0 |
| AA Progress Index v1 | Artificial Analysis | 290.7† | 282.1 |
| HELM Capabilities mean | HELM Capabilities | 79.9% | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 41.7% | – |
| MASK | Scale AI SEAL | 42.6% | – |
| PropensityBench | Scale AI SEAL | 52.9% | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 5.6† | – |
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 Pro:スコアの改訂1件。
- Gemini 3 Pro:新しい結果1件(Arena Search)。
- GPT-5.5 Instant:新しい結果1件(AA-Briefcase v1.1)。
- GPT-5.5 Instant:BenchLeader Index 58.7 → 57.0。
- GPT-5.5 Instant:新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))。
- GPT-5.5 Instant:価格 $0.69/M → $0.57/M。
- GPT-5.5 Instant:新しい結果1件(AA-Briefcase v1.1)。
- Gemini 3 Pro:スコアの改訂1件。
- GPT-5.5 Instant:新しい結果1件(MLCR)。
- Gemini 3 Pro:スコアの改訂1件。
関連する比較
- Gemini 3 Pro vs Gemini 4 Carbon
- Gemini 3 Pro vs Claude Opus 5.5
- Gemini 3 Pro vs GPT-6 Astra
- GPT-5.5 Instant vs Muse Spark 1.3
- GPT-5.5 Instant vs o3
- GPT-5.5 Instant vs GPT-5
- Gemini 3 Pro vs GPT-5.5
- Gemini 3 Pro vs GPT-6.1 Sol
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 Pro vs GPT-5.5 Instant:よくある質問
- Gemini 3 ProはGPT-5.5 Instantより優れていますか?
- Gemini 3 ProとGPT-5.5 Instantの品質は互角です(60.0 対 56.9、±7.0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 ProとGPT-5.5 Instant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 Proの方が安く、100万トークンあたり$4.50 対 $11.25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 ProとGPT-5.5 Instantのどちらが向いていますか?
- コーディングではGPT-5.5 Instantの方がスコアが高くなっています(カテゴリ指標で61 対 58。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 Codingでは、Gemini 3 Proが1517、GPT-5.5 Instantが1513です。
- エージェントやツール利用にはGemini 3 ProとGPT-5.5 Instant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 Proの方がスコアが高くなっています(カテゴリ指標で62 対 50。50が平均)。
- Gemini 3 ProとGPT-5.5 Instant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12件のベンチマークのうち、Gemini 3 Proのリードが11件、GPT-5.5 Instantのリードが1件です。両方を評価しているすべての総合指標で、Gemini 3 Proが上回っています。
ほかの質問(1件)
- GPT-5.5 Instantはいつリリースされましたか?
- GPT-5.5 Instantは2026年5月5日にリリースされました。