BenchLeader

Gemini 3 Pro vs Qwen3.7

詳しいプロフィール:Gemini 3 Pro(Google)とQwen3.7(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 · 17件の情報源のデータ

2026年11月16日時点で、Gemini 3 ProとQwen3.7の品質は互角です(BenchLeader Indexで60.0 対 60.0、±5.4の誤差範囲内)。価格はQwen3.7の方が1.2倍安く、100万トークンあたりのブレンド価格で$3.75 対 $4.50です。エージェント・ツール(62 対 49)、人間の評価(68 対 56)を重視するならGemini 3 Pro、指示追従(78 対 61)、知識(61 対 56)、数学(58 対 54)を重視するならQwen3.7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、Qwen3.7が60.0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)。
  • Qwen3.7の100万トークンあたりのブレンド価格は$3.75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、Qwen3.7が13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 Proが1441、Qwen3.7が1515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Qwen3.7カテゴリスコア59 対 58;Arena WebDev 1515 対 1441中
エージェント・ツール利用Gemini 3 Proカテゴリスコア62 対 49;Design Arena Agentic 1080 対 1179高
数学Qwen3.7カテゴリスコア58 対 54;Arena Maths 1483 対 1475中
推論Qwen3.7カテゴリスコア64 対 63;GPQA Diamond 90.9% 対 92.6%中
知識Qwen3.7カテゴリスコア61 対 56;MMLU-Pro 89.3% 対 90.1%中
指示への追従Qwen3.7カテゴリスコア78 対 61;Arena Instruction Following 1466 対 1473高
チャットの質(人間の評価)Gemini 3 ProArenaの投票で68 対 56高
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Qwen3.7 (max)の品質は互角です(60.0 対 60.0、±5.4の誤差範囲内)。
  • Gemini 3 Proはエージェント・ツール、人間の評価で優れています。
  • Qwen3.7 (max)はコーディング、指示追従、知識、数学、推論で優れています。
  • Qwen3.7 (max)の方が1.2倍安くなっています(100万トークンあたりブレンド価格$3.75 対 $4.50)。

概要

仕様Gemini 3 ProQwen3.7
プロバイダーGoogleAlibaba
リリース日2025年11月18日2026年5月19日
コンテキストウィンドウ(トークン)–1,000,000
比較した構成Gemini 3 ProQwen3.7 (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)–$2.50 / $7.50 / $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 ProQwen3.7 (max)トップ
推論62.664.2Qwen3.7
コーディング57.858.8Qwen3.7
エージェント・ツール61.749.1Gemini 3 Pro
数学54.057.8Qwen3.7
知識55.961.1Qwen3.7
指示追従61.178.1Qwen3.7
人間の評価67.755.6Gemini 3 Pro
マルチモーダル65.6–比較不可
長文コンテキスト–64.1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, 人間の評価: 67.7Qwen3.7, 推論: 64.2Qwen3.7, コーディング: 58.8Qwen3.7, エージェント・ツール: 49.1Qwen3.7, 数学: 57.8Qwen3.7, 知識: 61.1Qwen3.7, 指示追従: 78.1Qwen3.7, 人間の評価: 55.6

描画していないもの(測定済みのモデルが2つ未満):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20件のベンチマークのうち、Gemini 3 Proのリードが7件、Qwen3.7のリードが13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IndexGemini 3 ProQwen3.7 (max)トップ
BenchLeader Index60.060.0互角
Arena Text14861474Gemini 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 ProQwen3.7 (max)
100万トークンあたりのブレンド価格–$3.75
100万トークンあたりの入力/出力– / –$2.50 / $7.50
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–$0.0033
タスクあたりの価格:30ページのレポートを要約–$0.035
タスクあたりの価格:コード編集–$0.026
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–$0.180
タスクあたりの価格:構造化データの抽出–$0.0065
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)–$0.090
出力速度–171 tok/s
回答開始までの時間–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)–31.2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 Proのスコアは60.0。Gemini 3 Pro (high)は60.0。Qwen3.7 (max)のスコアは60.0、最初の回答トークンまで15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

146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 ProQwen3.7 (max)
BenchLeader IndexBenchLeader60.060.0
エージェント・ツールスコアBenchLeader61.749.1
コーディングスコアBenchLeader57.858.8
人間の評価スコアBenchLeader67.755.6
指示追従スコアBenchLeader61.178.1
知識スコアBenchLeader55.961.1
数学スコアBenchLeader54.057.8
マルチモーダルスコアBenchLeader65.6–
推論スコアBenchLeader62.664.2
長文コンテキストスコアBenchLeader–64.1
ブレンド価格($/100万トークン)BenchLeader–$3.75
出力速度BenchLeader–171 tok/s
回答開始までの時間BenchLeader–14.8秒
コンテキストウィンドウBenchLeader–1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub92.6%90.9%
Humanity's Last ExamScale AI / CAIS37.5%–
SimpleBenchSimpleBench76.4%70.4%
Arena Hard PromptsArena (LMArena)15021495
LiveBench 1.0 ReasoningLiveBench–83.3%
GPQA Diamond (AA)Artificial Analysis90.8%†92.3%
Humanity's Last Exam (AA)Artificial Analysis39.7%†40.5%
GPQA Diamond (Vals)Vals AI91.7%†90.2%
Kagi LLM BenchmarkKagi LLM Benchmark80.1%–
GPQA Diamond (HELM)HELM Capabilities80.3%–
ARC-AGI-1ARC Prize75.0%–
ARC-AGI-2ARC Prize31.1%–
CritPtArtificial Analysis9.1%†13.4%
SciPredictScale AI SEAL25.3%–
Arena ExpertArena (LMArena)14991509
Chess PuzzlesEpoch AI Benchmarking Hub–27.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–32.0%
CL-benchEpoch AI Benchmarking Hub15.8%–
LMCAEpoch AI Benchmarking Hub–44.0%
DTBenchEpoch AI Benchmarking Hub–92.3%
ForecastBenchForecastBench65.0%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub72.9%77.3%
SciCodeSciCode–49.5%
WeirdMLWeirdML69.9%–
GSO-BenchGSO-Bench18.6%–
146件のベンチマークをすべて表示
指標公開元Gemini 3 ProQwen3.7 (max)
コーディング
Arena CodingArena (LMArena)15171525
Arena WebDevArena (LMArena)14411515
LiveBench 1.0 CodingLiveBench–74.2%
LiveCodeBenchVals AI86.4%87.1%
SWE-bench (Vals)Vals AI76.4%†68.8%
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%–
Code MigrationVals AI–13.1%
Vibe Code Bench v1.1Vals AI14.3%†47.7%
SWE-Bench Pro (private)Scale AI SEAL17.9%–
ALE-BenchEpoch AI Benchmarking Hub1176.81189.4
AlgoTuneAlgoTune1.8–
Terminal-Bench 4.0 (AA)Artificial Analysis–1.5%
Terminal-Bench 2.1 (AA)Artificial Analysis–74.5%
Startrise FrontendStartrise–63.6%
Design Arena WebsiteDesign Arena12441267
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%–
Arena AgentArena (LMArena)–-7.2
LiveBench Agentic CodingLiveBench–43.6%
Terminal-Bench HardArtificial Analysis41.7%†50.8%
τ²-Bench Telecom (AA)Artificial Analysis87.1%†94.7%
Terminal-Bench 2.1 (Vals)Vals AI–61.0%
MCP AtlasScale AI SEAL70.3%–
BFCL OverallBerkeley Function Calling Leaderboard72.5%–
τ²-benchτ²-bench82.5%†–
τ³-bench Bankingτ²-bench18.0%†–
GDPval-AA v2.1Artificial Analysis–1134
τ³-Banking (AA)Artificial Analysis–11.8%
ITBench SRE (AA)Artificial Analysis–42.5%
Analyst Agent (AA)Artificial Analysis–18.8%
Finance Agent v2Vals AI–47.8%
Harvey's Legal Agent Benchmark v1Vals AI–1.7%
Legal Research BenchVals AI–25.5%
Poker AgentVals AI1078.9%–
Tax Agent BenchVals AI–15.8%
Terminal-Bench 2.0 (Vals)Vals AI55.1%†59.2%
Arena SearchArena (LMArena)1201–
Arena Agent Task CompletionArena (LMArena)–-10.5
BALROGBALROG58.1%–
DeepResearch BenchDeepResearch Bench46.3%†–
METR Time HorizonsMETR71.0%–
GBAEvalEpoch AI Benchmarking Hub–0.4%
Vending-Bench 2Andon Labs5478.2–
AutomationBenchArtificial Analysis–23.0%
GDP.pdf (AA)Artificial Analysis–8.6%
EnterpriseOps-GymArtificial Analysis–45.0%
AA-Briefcase v1.1Artificial Analysis–917
Design Arena AgenticDesign Arena10801179
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–64.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub–34.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub91.4%95.6%
ProofBenchVals AI20.0%26.0%
LiveBench MathematicsLiveBench–85.3%
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)14751483
AIME 2025 (AA)Artificial Analysis95.7%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–55.8%
LiveBench 1.0 Data AnalysisLiveBench–71.8%
MMLU-ProVals AI90.1%89.3%
LegalBenchVals AI87.0%†84.9%
CorpFinVals AI63.7%†63.7%
TaxEvalVals AI72.6%†75.3%
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%†–
Excel Modeling BenchmarkVals AI–57.0%
MedCodeVals AI52.2%†38.8%
MedScribeVals AI72.0%†79.4%
DrugDiscoveryBenchScale AI SEAL–29.3%†
EBR-benchEpoch AI Benchmarking Hub–9.5%
Global-MMLU-Lite (AA)Artificial Analysis92.2%†–
指示追従
LiveBench LanguageLiveBench–79.7%
LiveBench Instruction FollowingLiveBench–74.0%
IFBenchArtificial Analysis70.4%†80.5%
MultiChallengeScale AI SEAL65.7%–
TutorBenchScale AI SEAL53.7%–
IFEval (HELM)HELM Capabilities87.6%–
WildBench (HELM)HELM Capabilities85.9%–
Arena Instruction FollowingArena (LMArena)14731466
人間の評価
Arena TextArena (LMArena)14861474
EQ-Bench 4EQ-Bench–1100
EQ-Bench Creative Writing v3EQ-Bench1524–
Arena Creative WritingArena (LMArena)14841438
Arena Multi-turnArena (LMArena)14951479
Arena Longer QueriesArena (LMArena)14911491
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%†79.0%
Arena DocumentArena (LMArena)1451–
MLCRArtificial Analysis–14.4%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.0154.5
LiveBench 1.0LiveBench–73.1%
AA Intelligence Index v4.3.2Artificial Analysis28.0†29.5
AA Progress Index v1Artificial Analysis290.7†293.8
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。
  • Qwen3.7 (max):スコアの改訂1件。
  • Qwen3.7 (max):新しい結果1件(GDPval-AA v2.1)。
  • Qwen3.7 (max):スコアの改訂1件。
  • Gemini 3 Pro:新しい結果1件(Arena Search)。
  • Qwen3.7 (max):スコアの改訂1件。
  • Qwen3.7 (max):価格 $0.33/M → $0.50/M。
  • Qwen3.7 (max):価格 $0.50/M → $0.33/M。
  • Qwen3.7 (max):価格 $0.33/M → $0.50/M。
  • Qwen3.7 (max):価格 $0.50/M → $0.33/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 Pro vs Qwen3.7:よくある質問

Gemini 3 ProはQwen3.7より優れていますか?
Gemini 3 ProとQwen3.7 (max)の品質は互角です(60.0 対 60.0、±5.4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Qwen3.7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Qwen3.7の方が安く、100万トークンあたり$3.75 対 $4.50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。
コーディングにはGemini 3 ProとQwen3.7のどちらが向いていますか?
コーディングではQwen3.7の方がスコアが高くなっています(カテゴリ指標で59 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 WebDevでは、Gemini 3 Proが1441、Qwen3.7が1515です。
エージェントやツール利用にはGemini 3 ProとQwen3.7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 49。50が平均)。
Gemini 3 ProとQwen3.7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 Proのリードが7件、Qwen3.7のリードが13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)
Qwen3.7はいつリリースされましたか?
Qwen3.7は2026年5月19日にリリースされました。