BenchLeader

Gemini 3 Pro vs Qwen3.7 Max

詳しいプロフィール:Gemini 3 Pro(Google)とQwen3.7 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 · 12件の情報源のデータ

2026年11月19日時点で、Gemini 3 ProとQwen3.7 Maxの品質は互角です(BenchLeader Indexで60.0 対 59.8、±5.0の誤差範囲内)。価格はQwen3.7 Max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(59 対 49)、数学(63 対 58)、コーディング(61 対 59)を重視するならGemini 3 Pro、指示追従(78 対 69)、長文コンテキスト(64 対 63)を重視するならQwen3.7 Maxが向いています。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 3 Proが60.0、Qwen3.7 Maxが59.8です(BenchLeader、2026年11月19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19日)。
  • Qwen3.7 Max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19日)。
  • 両モデルに結果がある17件のベンチマークのうち、Qwen3.7 Maxが13件でリードしています(BenchLeader、2026年11月19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Gemini 3 Proカテゴリスコア61 対 59;SWE-bench (Vals) 76.4% 対 68.8%中
エージェント・ツール利用Gemini 3 Proカテゴリスコア59 対 49;Terminal-Bench Hard 41.7% 対 50.8%高
数学Gemini 3 Proカテゴリスコア63 対 58中
知識どちらでもカテゴリスコア60 対 61;LegalBench 87.0% 対 84.9%どちらでも
長い文書Qwen3.7 Maxカテゴリスコア64 対 63;AA-LCR v1.1 79.0% 対 76.0%中
指示への追従Qwen3.7 Maxカテゴリスコア78 対 69;IFBench 80.5% 対 70.4%高
チャットの質(人間の評価)–Arenaの評価があるのはQwen3.7 Maxのみです(カテゴリスコア56)比較不可
最低コストQwen3.7 Max100万トークンあたりブレンド価格$3.75 対 $4.50;エージェント型コーディングセッション$0.180 対 $0.168–
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 (high)とQwen3.7 Maxの品質は互角です(60.0 対 59.8、±5.0の誤差範囲内)。
  • Gemini 3 Pro (high)はエージェント・ツール、コーディング、数学で優れています。
  • Qwen3.7 Maxは指示追従、知識、長文コンテキストで優れています。
  • 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 Max
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)1,000,0001,000,000
比較した構成Gemini 3 Pro (high)Qwen3.7 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)$2.00 / $12.00 / –$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 Pro (high)Qwen3.7 Maxトップ
推論–64.2比較不可
コーディング61.058.6Gemini 3 Pro
エージェント・ツール59.448.6Gemini 3 Pro
数学63.157.5Gemini 3 Pro
知識60.060.9互角
指示追従69.378.1Qwen3.7 Max
人間の評価–55.6比較不可
マルチモーダル62.2–比較不可
長文コンテキスト62.664.1Qwen3.7 Max

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コーディングエージェント・ツール数学知識指示追従長文コンテキストGemini 3 Pro, コーディング: 61.0Gemini 3 Pro, エージェント・ツール: 59.4Gemini 3 Pro, 数学: 63.1Gemini 3 Pro, 知識: 60.0Gemini 3 Pro, 指示追従: 69.3Gemini 3 Pro, 長文コンテキスト: 62.6Qwen3.7 Max, コーディング: 58.6Qwen3.7 Max, エージェント・ツール: 48.6Qwen3.7 Max, 数学: 57.5Qwen3.7 Max, 知識: 60.9Qwen3.7 Max, 指示追従: 78.1Qwen3.7 Max, 長文コンテキスト: 64.1

描画していないもの(測定済みのモデルが2つ未満):推論, マルチモーダル, 人間の評価。

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17件のベンチマークのうち、Gemini 3 Proのリードが4件、Qwen3.7 Max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 Pro (high)Qwen3.7 Maxトップ
BenchLeader Index60.059.8互角
Arena Text1486†1474Gemini 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 (high)Qwen3.7 Max
100万トークンあたりのブレンド価格$4.50$3.75
100万トークンあたりの入力/出力$2.00 / $12.00$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$0.0044$0.0033
タスクあたりの価格:30ページのレポートを要約$0.031$0.035
タスクあたりの価格:コード編集$0.030$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$0.168$0.180
タスクあたりの価格:構造化データの抽出$0.0064$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–145 tok/s
回答開始までの時間–14.1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 (high)のスコアは60.0。Gemini 3 Proは59.8。Qwen3.7 Maxのスコアは59.8、最初の回答トークンまで14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

145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 (high)Qwen3.7 Max
BenchLeader IndexBenchLeader60.059.8
エージェント・ツールスコアBenchLeader59.448.6
コーディングスコアBenchLeader61.058.6
指示追従スコアBenchLeader69.378.1
知識スコアBenchLeader60.060.9
長文コンテキストスコアBenchLeader62.664.1
数学スコアBenchLeader63.157.5
マルチモーダルスコアBenchLeader62.2–
人間の評価スコアBenchLeader–55.6
推論スコアBenchLeader–64.2
ブレンド価格($/100万トークン)BenchLeader$4.50$3.75
出力速度BenchLeader–145 tok/s
回答開始までの時間BenchLeader–14.1秒
コンテキストウィンドウBenchLeader1,000,000トークン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)1502†1494
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)1498†1508
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%
ForecastBenchForecastBench64.8%†–
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%†–
145件のベンチマークをすべて表示
指標公開元Gemini 3 Pro (high)Qwen3.7 Max
コーディング
Arena CodingArena (LMArena)1517†1524
Arena WebDevArena (LMArena)1441†1516
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-bench69.6%–
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 Hub1176.8†1189.4
AlgoTuneAlgoTune1.8†–
Terminal-Bench 4.0 (AA)Artificial Analysis–1.5%
Terminal-Bench 2.1 (AA)Artificial Analysis–74.5%
Startrise FrontendStartrise–63.6%
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)–-8.3
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 AI1079†–
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)–-10.6
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 Arena1072†1171
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)1475†1481
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)1473†1466
人間の評価
Arena TextArena (LMArena)1486†1474
EQ-Bench 4EQ-Bench–1100
EQ-Bench Creative Writing v3EQ-Bench1524†–
Arena Creative WritingArena (LMArena)1484†1440
Arena Multi-turnArena (LMArena)1496†1481
Arena Longer QueriesArena (LMArena)1491†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%79.0%
Arena DocumentArena (LMArena)1451†–
MLCRArtificial Analysis–14.4%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.0†154.6
LiveBench 1.0LiveBench–73.1%
AA Intelligence Index v4.3.2Artificial Analysis28.029.5
AA Progress Index v1Artificial Analysis290.7293.8
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

  • Qwen3.7 Max:BenchLeader Index 60.3 → 59.8。
  • Qwen3.7 Max:スコアの改訂1件。
  • Gemini 3 Pro (high):新しい結果1件(AIME 2025 (AA))。
  • Gemini 3 Pro (high):BenchLeader Index 60.5 → 60.0。
  • Qwen3.7 Max:BenchLeader Index 60.8 → 60.3。
  • Gemini 3 Pro (high):新しい結果1件(AA Progress Index v1)。
  • Gemini 3 Pro (high):BenchLeader Index 61.0 → 60.5。

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 Max:よくある質問

Gemini 3 ProはQwen3.7 Maxより優れていますか?
Gemini 3 Pro (high)とQwen3.7 Maxの品質は互角です(60.0 対 59.8、±5.0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19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 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Qwen3.7 Max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 Maxのどちらが向いていますか?
コーディングでは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61 対 59。50が平均)。
エージェントやツール利用にはGemini 3 ProとQwen3.7 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59 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Terminal-Bench Hardでは、Gemini 3 Proが41.7%、Qwen3.7 Maxが50.8%です。
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Qwen3.7 Maxの方がスコアが高くなっています(64 対 63)。どちらも1,000,000トークンのコンテキストに対応しています。
ほかの質問(2件)
Gemini 3 ProとQwen3.7 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17件のベンチマークのうち、Gemini 3 Proのリードが4件、Qwen3.7 Max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。
Qwen3.7 Maxはいつリリースされましたか?
Qwen3.7 Maxは2026年5月19日にリリースされました。