BenchLeader

Gemini 3 Pro vs Qwen3.8-Flash-Next

詳しいプロフィール:Gemini 3 Pro(Google)とQwen3.8-Flash-Next(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 · 14件の情報源のデータ

2026年11月16日時点で、Gemini 3 ProとQwen3.8-Flash-Nextの品質は互角です(BenchLeader Indexで60.0 対 53.9、±8.6の誤差範囲内)。価格はQwen3.8-Flash-Nextの方が20倍安く、100万トークンあたりのブレンド価格で$0.230 対 $4.50です。推論(63 対 43)、知識(56 対 38)、マルチモーダル(66 対 61)を重視するならGemini 3 Pro、コーディング(61 対 58)、エージェント・ツール(64 対 62)を重視するならQwen3.8-Flash-Next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、Qwen3.8-Flash-Nextが53.9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)。
  • Qwen3.8-Flash-Nextの100万トークンあたりのブレンド価格は$0.230です(定価、2026年11月16日)。
  • 両モデルに結果がある1件のベンチマークのうち、Qwen3.8-Flash-Nextが1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、Qwen3.8-Flash-Nextが1624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Qwen3.8-Flash-Nextカテゴリスコア61 対 58;Arena WebDev 1624 対 1441中
エージェント・ツール利用Qwen3.8-Flash-Nextカテゴリスコア64 対 62中
推論Gemini 3 Proカテゴリスコア63 対 43高
知識Gemini 3 Proカテゴリスコア56 対 38高
画像などのメディアGemini 3 Proカテゴリスコア66 対 61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

  • Gemini 3 ProとQwen3.8-Flash-Nextの品質は互角です(60.0 対 53.9、±8.6の誤差範囲内)。
  • Gemini 3 Proは知識、マルチモーダル、推論で優れています。
  • Qwen3.8-Flash-Nextはエージェント・ツール、コーディングで優れています。
  • Qwen3.8-Flash-Nextの方が20倍安くなっています(100万トークンあたりブレンド価格$0.230 対 $4.50)。

概要

仕様Gemini 3 ProQwen3.8-Flash-Next
プロバイダーGoogleAlibaba
リリース日2025年11月18日2026年8月26日
コンテキストウィンドウ(トークン)–256,000
比較した構成Gemini 3 ProQwen3.8-Flash-Next
オープンウェイトなしあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)–$0.150 / $0.470 / –

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 ProQwen3.8-Flash-Nextトップ
推論62.643.0Gemini 3 Pro
コーディング57.860.7Qwen3.8-Flash-Next
エージェント・ツール61.764.0Qwen3.8-Flash-Next
数学54.0–比較不可
知識55.938.1Gemini 3 Pro
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65.661.0Gemini 3 Pro
長文コンテキスト–64.5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・ツール知識マルチモーダル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, 知識: 55.9Gemini 3 Pro, マルチモーダル: 65.6Qwen3.8-Flash-Next, 推論: 43.0Qwen3.8-Flash-Next, コーディング: 60.7Qwen3.8-Flash-Next, エージェント・ツール: 64.0Qwen3.8-Flash-Next, 知識: 38.1Qwen3.8-Flash-Next, マルチモーダル: 61.0

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, 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1件のベンチマークのうち、Gemini 3 Proのリードが0件、Qwen3.8-Flash-Nextのリードが1件です。

総合IndexGemini 3 ProQwen3.8-Flash-Nextトップ
BenchLeader Index60.053.9互角

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 ProQwen3.8-Flash-Next
100万トークンあたりのブレンド価格–$0.230
100万トークンあたりの入力/出力– / –$0.150 / $0.470
タスクあたりの価格:チャットの返答–$0.0002
タスクあたりの価格:30ページのレポートを要約–$0.0021
タスクあたりの価格:コード編集–$0.0016
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–$0.011
タスクあたりの価格:構造化データの抽出–$0.0004
ベンチマークのタスクあたりのコスト(AA Index)–$0.569
タスクあたりの出力トークン(AA Index)–148k
うち推論–97k
タスクあたりの時間(AA Index)–31 min
出力速度–80 tok/s
回答開始までの時間–65.5秒
回答が完了するまでの時間(最終測定2026年11月13日)–202.8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。Qwen3.8-Flash-Nextのスコアは53.9、最初の回答トークンまで66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

133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 ProQwen3.8-Flash-Next
BenchLeader IndexBenchLeader60.053.9
エージェント・ツールスコアBenchLeader61.764.0
コーディングスコアBenchLeader57.860.7
人間の評価スコアBenchLeader67.7–
指示追従スコアBenchLeader61.1–
知識スコアBenchLeader55.938.1
数学スコアBenchLeader54.0–
マルチモーダルスコアBenchLeader65.661.0
推論スコアBenchLeader62.643.0
長文コンテキストスコアBenchLeader–64.5
ブレンド価格($/100万トークン)BenchLeader–$0.230
出力速度BenchLeader–80 tok/s
回答開始までの時間BenchLeader–65.5秒
コンテキストウィンドウBenchLeader–256,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub92.6%–
Humanity's Last ExamScale AI / CAIS37.5%–
SimpleBenchSimpleBench76.4%–
Arena Hard PromptsArena (LMArena)1502–
LiveBench 1.0 ReasoningLiveBench–87.4%
GPQA Diamond (AA)Artificial Analysis90.8%†92.3%
Humanity's Last Exam (AA)Artificial Analysis39.7%†38.0%
HLE-Diamond (AA)Artificial Analysis–16.3%
GPQA Diamond (Vals)Vals AI91.7%†–
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%†11.1%
CritPt v2 hard subset (AA)Artificial Analysis–24.5%
SciPredictScale AI SEAL25.3%–
Arena ExpertArena (LMArena)1499–
CL-benchEpoch AI Benchmarking Hub15.8%–
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)14411624
LiveBench 1.0 CodingLiveBench–72.5%
133件のベンチマークをすべて表示
指標公開元Gemini 3 ProQwen3.8-Flash-Next
コーディング
SciCode (AA)Artificial Analysis–50.6%
LiveCodeBenchVals AI86.4%–
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–
Terminal-Bench 4.0 (AA)Artificial Analysis–25.3%
Terminal-Bench 2.1 (AA)Artificial Analysis–86.1%
Design Arena WebsiteDesign Arena1244–
FrontierCode 2.0 (AA)Artificial Analysis–27.1%
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)–-4.6
LiveBench Agentic CodingLiveBench–61.6%
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%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–56.4%
GDPval-AA v2.1Artificial Analysis–1637
τ³-Banking (AA)Artificial Analysis–45.4%
Poker AgentVals AI1078.9%–
Terminal-Bench 2.0 (Vals)Vals AI55.1%†–
Arena SearchArena (LMArena)1201–
Arena Agent Task CompletionArena (LMArena)–0.3
BALROGBALROG58.1%–
DeepResearch BenchDeepResearch Bench46.3%†–
METR Time HorizonsMETR71.0%–
Vending-Bench 2Andon Labs5478.2–
AutomationBenchArtificial Analysis–55.9%
GDP.pdf (AA)Artificial Analysis–15.6%
AA-Briefcase v1.1Artificial Analysis–1572
Design Arena AgenticDesign Arena1080–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–7.1%
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub91.4%–
ProofBenchVals AI20.0%–
LiveBench MathematicsLiveBench–85.8%
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
LiveBench 1.0 Data AnalysisLiveBench–74.2%
AA-Omniscience v1.1Artificial Analysis–-12.2
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%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–23.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–53.2%
Global-MMLU-Lite (AA)Artificial Analysis92.2%†–
指示追従
LiveBench LanguageLiveBench–74.6%
LiveBench Instruction FollowingLiveBench–77.1%
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%†78.6%
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%†79.7%
Arena DocumentArena (LMArena)1451–
MLCRArtificial Analysis–20.6%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.0–
LiveBench 1.0LiveBench–76.2%
AA Intelligence Index v5.0.1Artificial Analysis–28.6
AA Intelligence Index v4.3.2Artificial Analysis28.0†39.8
AA Progress Index v1Artificial Analysis290.7†320.2
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†38.9

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。
  • Qwen3.8-Flash-Next:BenchLeader Index 54.7 → 54.0。
  • Qwen3.8-Flash-Next:新しい結果3件(AA Intelligence Index v5.0.1, FrontierCode 2.0 (AA), Terminal-Bench-Science 0.1 (AA))。
  • Qwen3.8-Flash-Next:新しい結果1件(CritPt v2 hard subset (AA))、スコアの改訂1件。
  • Gemini 3 Pro:新しい結果1件(Arena Search)。
  • Qwen3.8-Flash-Next:新しい結果1件(AA-Briefcase v1.1)、スコアの改訂1件。
  • Qwen3.8-Flash-Next:BenchLeader Index 58.7 → 54.7。
  • Qwen3.8-Flash-Next:新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))、スコアの改訂3件。
  • Gemini 3 Pro:スコアの改訂1件。
  • Qwen3.8-Flash-Next:新しい結果1件(MLCR)。

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 Qwen3.8-Flash-Next:よくある質問

Gemini 3 ProはQwen3.8-Flash-Nextより優れていますか?
Gemini 3 ProとQwen3.8-Flash-Nextの品質は互角です(60.0 対 53.9、±8.6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 ProとQwen3.8-Flash-Next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Qwen3.8-Flash-Nextの方が安く、100万トークンあたり$0.230 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Qwen3.8-Flash-Nextのどちらが向いていますか?
コーディングではQwen3.8-Flash-Next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 WebDevでは、Gemini 3 Proが1441、Qwen3.8-Flash-Nextが1624です。
エージェントやツール利用にはGemini 3 ProとQwen3.8-Flash-Next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Qwen3.8-Flash-Nextの方がスコアが高くなっています(カテゴリ指標で64 対 62。50が平均)。
Gemini 3 ProとQwen3.8-Flash-Next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1件のベンチマークのうち、Gemini 3 Proのリードが0件、Qwen3.8-Flash-Nextのリードが1件です。
ほかの質問(1件)
Qwen3.8-Flash-Nextはいつリリースされましたか?
Qwen3.8-Flash-Nextは2026年8月26日にリリースされました。