BenchLeader

Gemini 3 Pro vs GPT-5.5 Pro

詳しいプロフィール:Gemini 3 Pro(Google)とGPT-5.5 Pro(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 · 15件の情報源のデータ

2026年11月16日時点で、共通するベンチマークが少なく、品質の判定はできません。価格はGemini 3 Proの方が15倍安く、100万トークンあたりのブレンド価格で$4.50 対 $67.50です。両方を測定できるすべてのカテゴリでGPT-5.5 Proがリードしています。

要点(2026年11月16日時点)

  • 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 Proの100万トークンあたりのブレンド価格は$67.50です(定価、2026年11月16日)。
  • 両モデルに結果がある2件のベンチマークのうち、GPT-5.5 Proが2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
数学GPT-5.5 Proカテゴリスコア70 対 54高
推論GPT-5.5 Proカテゴリスコア68 対 63;ARC-AGI-2 84.2% 対 31.1%中
チャットの質(人間の評価)–Arenaの評価があるのはGemini 3 Proのみです(カテゴリスコア68)比較不可
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

  • 共通するベンチマークが少なく、判定できません。
  • GPT-5.5 Pro (xhigh)は数学、推論で優れています。
  • Gemini 3 Proの方が15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 $67.50)。

概要

仕様Gemini 3 ProGPT-5.5 Pro
プロバイダーGoogleOpenAI
リリース日2025年11月18日2026年4月23日
コンテキストウィンドウ(トークン)–1,050,000
比較した構成Gemini 3 ProGPT-5.5 Pro (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)–$30.00 / $180.00 / –

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 ProGPT-5.5 Pro (xhigh)トップ
推論62.667.9GPT-5.5 Pro
コーディング57.8–比較不可
エージェント・ツール61.7–比較不可
数学54.070.0GPT-5.5 Pro
知識55.9–比較不可
指示追従61.1–比較不可
人間の評価67.7–比較不可
マルチモーダル65.6–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・ツール数学知識指示追従マルチモーダル人間の評価Gemini 3 Pro, 推論: 62.6Gemini 3 Pro, コーディング: 57.8Gemini 3 Pro, エージェント・ツール: 61.7Gemini 3 Pro, 数学: 54.0Gemini 3 Pro, 知識: 55.9Gemini 3 Pro, 指示追従: 61.1Gemini 3 Pro, マルチモーダル: 65.6Gemini 3 Pro, 人間の評価: 67.7GPT-5.5 Pro, 推論: 67.9GPT-5.5 Pro, 数学: 70.0

破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。

描画していないもの(これらのモデルの結果なし):長文コンテキスト。

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2件のベンチマークのうち、Gemini 3 Proのリードが0件、GPT-5.5 Proのリードが2件です。

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 ProGPT-5.5 Pro (xhigh)
100万トークンあたりのブレンド価格–$67.50
100万トークンあたりの入力/出力– / –$30.00 / $180.00
タスクあたりの価格:チャットの返答–$0.066
タスクあたりの価格:30ページのレポートを要約–$0.468
タスクあたりの価格:コード編集–$0.450
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–$2.52
タスクあたりの価格:構造化データの抽出–$0.096
出力速度–21 tok/s
回答開始までの時間–6.0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 Proのスコアは60.0。Gemini 3 Pro (high)は60.0。GPT-5.5 Pro (xhigh)は最初の回答トークンまで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

110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 ProGPT-5.5 Pro (xhigh)
BenchLeader IndexBenchLeader60.0–
エージェント・ツールスコアBenchLeader61.7–
コーディングスコアBenchLeader57.8–
人間の評価スコアBenchLeader67.7–
指示追従スコアBenchLeader61.1–
知識スコアBenchLeader55.9–
数学スコアBenchLeader54.070.0
マルチモーダルスコアBenchLeader65.6–
推論スコアBenchLeader62.667.9
ブレンド価格($/100万トークン)BenchLeader–$67.50
出力速度BenchLeader–21 tok/s
回答開始までの時間BenchLeader–6.0秒
コンテキストウィンドウBenchLeader–1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub92.6%–
Humanity's Last ExamScale AI / CAIS37.5%–
SimpleBenchSimpleBench76.4%76.9%†
Arena Hard PromptsArena (LMArena)1502–
GPQA Diamond (AA)Artificial Analysis90.8%†–
Humanity's Last Exam (AA)Artificial Analysis39.7%†–
GPQA Diamond (Vals)Vals AI91.7%†–
Kagi LLM BenchmarkKagi LLM Benchmark80.1%–
GPQA Diamond (HELM)HELM Capabilities80.3%–
ARC-AGI-1ARC Prize75.0%95.0%
ARC-AGI-2ARC Prize31.1%84.2%
CritPtArtificial Analysis9.1%†30.6%
SciPredictScale AI SEAL25.3%–
Arena ExpertArena (LMArena)1499–
Chess PuzzlesEpoch AI Benchmarking Hub–62.0%
CL-benchEpoch AI Benchmarking Hub15.8%–
LMCAEpoch AI Benchmarking Hub–53.9%
DTBenchEpoch AI Benchmarking Hub–96.0%
ForecastBenchForecastBench65.0%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub72.9%–
WeirdMLWeirdML69.9%–
GSO-BenchGSO-Bench18.6%–
Arena CodingArena (LMArena)1517–
Arena WebDevArena (LMArena)1441–
LiveCodeBenchVals AI86.4%–
110件のベンチマークをすべて表示
指標公開元Gemini 3 ProGPT-5.5 Pro (xhigh)
コーディング
SWE-bench (Vals)Vals AI76.4%†–
SWE-Bench ProScale AI SEAL43.3%–
SWE-bench Verified (bash only)SWE-bench74.2%–
SWE-bench Multilingual (bash only)SWE-bench68.7%–
SWE-bench Verified (any scaffold)SWE-bench77.4%–
Vibe Code Bench v1.1Vals AI14.3%†–
SWE-Bench Pro (private)Scale AI SEAL17.9%–
ALE-BenchEpoch AI Benchmarking Hub1176.8–
AlgoTuneAlgoTune1.8–
Design Arena WebsiteDesign Arena1244–
LiveCodeBench (AA)Artificial Analysis91.8%†–
エージェント・ツール
Terminal-BenchTerminal-Bench69.4%–
GDPvalOpenAI40.3%–
Remote Labor IndexScale AI / CAIS1.3%–
Terminal-Bench HardArtificial Analysis41.7%†–
τ²-Bench Telecom (AA)Artificial Analysis87.1%†–
MCP AtlasScale AI SEAL70.3%–
BFCL OverallBerkeley Function Calling Leaderboard72.5%–
τ²-benchτ²-bench82.5%†–
τ³-bench Bankingτ²-bench18.0%†–
Poker AgentVals AI1078.9%–
Terminal-Bench 2.0 (Vals)Vals AI55.1%†–
Arena SearchArena (LMArena)1201–
BALROGBALROG58.1%–
DeepResearch BenchDeepResearch Bench46.3%†–
METR Time HorizonsMETR71.0%–
Vending-Bench 2Andon Labs5478.2–
Design Arena AgenticDesign Arena1080–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–87.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub–78.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub91.4%–
ProofBenchVals AI20.0%–
AIME (Vals)Vals AI96.7%†–
MGSMVals AI93.9%†–
AIME 2026MathArena91.7%–
HMMT February 2026MathArena86.4%–
MathArena ApexMathArena23.4%–
Omni-MATH (HELM)HELM Capabilities55.6%–
MATH 500Vals AI96.4%†–
Arena MathsArena (LMArena)1475–
AIME 2025 (AA)Artificial Analysis95.7%†–
知識
MMLU-ProVals AI90.1%–
LegalBenchVals AI87.0%†–
CorpFinVals AI63.7%†–
TaxEvalVals AI72.6%†–
MedQAVals AI96.0%†–
PRBench FinanceScale AI SEAL39.2%–
PRBench LegalScale AI SEAL40.6%–
MultiNRCScale AI SEAL59.0%–
MMLU-Pro (HELM)HELM Capabilities90.3%–
CaseLaw v2Vals AI53.1%†–
MedCodeVals AI52.2%†–
MedScribeVals AI72.0%†–
Global-MMLU-Lite (AA)Artificial Analysis92.2%†–
指示追従
IFBenchArtificial Analysis70.4%†–
MultiChallengeScale AI SEAL65.7%–
TutorBenchScale AI SEAL53.7%–
IFEval (HELM)HELM Capabilities87.6%–
WildBench (HELM)HELM Capabilities85.9%–
Arena Instruction FollowingArena (LMArena)1473–
人間の評価
Arena TextArena (LMArena)1486–
EQ-Bench Creative Writing v3EQ-Bench1524–
Arena Creative WritingArena (LMArena)1484–
Arena Multi-turnArena (LMArena)1495–
Arena Longer QueriesArena (LMArena)1491–
マルチモーダル
Arena VisionArena (LMArena)1305–
MMMU-ProArtificial Analysis80.2%†–
VISTAScale AI SEAL51.5%–
MMMU-Pro (Vals)Vals AI87.5%†–
MortgageTaxVals AI69.1%†–
AudioMCScale AI SEAL54.6%†–
AudioMC (text output)Scale AI SEAL54.6%†–
VTBScale AI SEAL26.9%–
GeoBenchGeoBench84.0%–
VPCTEpoch AI Benchmarking Hub91.0%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis76.0%†–
Arena DocumentArena (LMArena)1451–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.0162.7†
AA Intelligence Index v4.3.2Artificial Analysis28.0†–
AA Progress Index v1Artificial Analysis290.7†–
HELM Capabilities meanHELM Capabilities79.9%–
安全性・誠実さ
FORTRESSScale AI SEAL41.7%–
MASKScale AI SEAL42.6%–
PropensityBenchScale AI SEAL52.9%–
メタデータ
AA Openness IndexArtificial Analysis5.6†–

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)。
  • Gemini 3 Pro:スコアの改訂1件。
  • Gemini 3 Pro:スコアの改訂1件。

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 Pro:よくある質問

Gemini 3 ProとGPT-5.5 Pro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 $67.50です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
Gemini 3 ProとGPT-5.5 Pro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2件のベンチマークのうち、Gemini 3 Proのリードが0件、GPT-5.5 Proのリードが2件です。
GPT-5.5 Proはいつリリースされましたか?
GPT-5.5 Proは2026年4月23日にリリースされました。