BenchLeader

Gemini 3.1 Pro

推論エフォート
品質339中35位
60.4Index
上位4分の1
中央値比 +10.2
価格255中216位
$4.50100万トークンあたり
高い方から4分の1
中央値の5.3倍
速度216中65位
111トークン/秒
中央値より上
中央値の1.4倍
コスパ255中211位
13.4ポイント/$
下位4分の1
中央値の0.2倍

よりコスパが高いモデル: DeepSeek V4.1 Flash $0.525/MでIndex 58.5(88%安い)。

より安価でスコアの高いランク付けモデルが16つあります:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)ほか13つ。

2026年11月16日時点で、Gemini 3.1 Pro(Google)のBenchLeader Indexは60.4です(ランク付けされた608構成中上位100位以内)。最も強いのは数学(66)、最も弱いのはエージェント・ツール(57)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$12.00(3:1のブレンドで$4.50)で、2026年11月16日時点の定価です。出力速度は約110トークン/秒です(Artificial Analysis)。2026年2月19日にリリースされました。

要点(2026年11月16日時点)

  • Gemini 3.1 ProのAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$12.00(3:1のブレンドで$4.50)です(定価、2026年11月16日)。
  • Gemini 3.1 Proの出力速度は約110トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Gemini 3.1 Proは2026年2月19日にリリースされました(Google)。

詳しく見ると:Gemini 3.1 ProはGoogleのプロプライエタリな推論モデルです(2026年2月19日リリース)。最もスコアの高い構成(推論エフォート high)は、BenchLeader Indexで60.4 ±3.4を記録し、608構成中77位で上位半分に入ります。重要なのはこの「±」です。ほかに197構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(66)、エージェント・ツールが最も低くなっています(57)。ブレンド価格は100万トークンあたり$4.50で、ランク付けされたモデルの中で最も高価な部類です。出力速度は111トークン/秒、回答開始まで15.2秒で、多くのモデルより高速です。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年10月29日。

ブレンド価格
$4.50/M
入力$2.00・出力$12.00
出典:Artificial Analysis
出力速度
111 tok/s
Artificial Analysisによる測定
回答開始
15 s
最初のトークン 2.76 s
コンテキスト
1.0M
出典:models.dev
回答完了まで
37 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年2月19日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index60
  2. 推論65
  3. コーディング59
  4. エージェント・ツール57
  5. 数学66
  6. 知識66

この順位を埋め込む

ほかのバッジスタイル
[![Gemini 3.1 Pro on BenchLeader: 総合 36位](https://www.benchleader.com/badge/gemini-3-1-pro.svg?style=compact)](https://www.benchleader.com/models/gemini-3-1-pro)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Googleの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Googleはこの名前で10つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Gemini 3.1 Prohighこのページ2026年2月19日60.4#77
Gemini 3 Pro2025年11月18日60.0#87
Gemini 2.5 Pro2025年3月25日55.2#215
Gemini 2.0 Pro2025年2月5日47.5#404
Gemini 1.5 Pro 0022024年9月24日41.4#512
Gemini 1.5 Pro2024年5月15日47.0#416
Gemini 1.5 Pro 0012024年5月14日––
Gemini 1.0 Pro 0012023年12月13日––
Gemini 1.0 Pro2023年12月6日––
Gemini 1.0 Pro 002–––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
low––111 tok/s15 s$0.0044
medium––111 tok/s15 s$0.0044
high最良60.4#77111 tok/s15 s$0.0044エージェント・ツール 57 · コーディング 59 · 知識 66 · 数学 66 · 推論 65
thinking––111 tok/s15 s$0.0044コーディング 61
未記載59.9#94111 tok/s15 s$0.0044エージェント・ツール 57 · コーディング 56 · 人間の評価 58 · 指示追従 68 · 知識 56 · 長文コンテキスト 66 · 数学 57 · マルチモーダル 65 · 推論 65

Indexの推移

2026年9月8日〜2026年11月16日
566167
  • high
  • 標準

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマークlowmediumhigh標準出典推移
GPQA Diamond––94.4%#994.1%#14Epoch AI Benchmarking Hub
Humanity's Last Examエフォート未記載–––46.4%#3Scale AI / CAIS
SimpleBenchエフォート未記載–––79.6%#13SimpleBench
Arena Hard Promptsエフォート未記載–––1508#22Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外––84.0%#41–LiveBench
GPQA Diamond (AA)Index対象外エフォート未記載–––94.1%#7Artificial Analysis
Humanity's Last Exam (AA)Index対象外エフォート未記載–––47.0%#48Artificial Analysis
HLE-Diamond (AA)エフォート未記載–––31.4%#50Artificial Analysis
GPQA Diamond (Vals)Index対象外––95.5%#1–Vals AI
EnigmaEval––36.8%#3–Scale AI SEAL
ARC-AGI-1エフォート未記載–––98.0%#13ARC Prize
ARC-AGI-2エフォート未記載–––77.1%#53ARC Prize
ARC-AGI-3エフォート未記載–––0.4%#59ARC Prize
CritPtIndex対象外エフォート未記載–––17.7%#85Artificial Analysis
MysteryMechanismIndex対象外––20.7%#26–Vals AI
Arena ExpertIndex対象外エフォート未記載–––1509#34Arena (LMArena)
Chess PuzzlesIndex対象外––51.0%#20–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外29.0%#4032.0%#3434.0%#29–Epoch AI Benchmarking Hub
CL-benchIndex対象外エフォート未記載–––20.8%#6Epoch AI Benchmarking Hub
CL-bench LifeIndex対象外エフォート未記載–––16.9%#6Epoch AI Benchmarking Hub
LMCAIndex対象外51.2%#6652.8%#5853.8%#56–Epoch AI Benchmarking Hub
DTBenchIndex対象外94.9%#5197.1%#2295.5%#43–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外––65.2%#1664.1%#30ForecastBench

コーディング

ベンチマークlowhighthinking標準出典推移
SciCodeエフォート未記載–––58.7%#26SciCode
WeirdMLエフォート未記載–––72.1%#31WeirdML
GSO-Benchエフォート未記載–––22.6%#16GSO-Bench
Arena Codingエフォート未記載–––1520#36Arena (LMArena)
Arena WebDevエフォート未記載–––1446#83Arena (LMArena)
LiveBench 1.0 CodingIndex対象外–76.5%#45––LiveBench
SciCode (AA)Index対象外エフォート未記載–––58.7%#26Artificial Analysis
LiveCodeBench–88.5%#6––Vals AI
IOI–51.8%#25––Vals AI
SWE-bench (Vals)Index対象外–78.8%#28––Vals AI
SWE-Bench Pro––46.1%#5–Scale AI SEAL
Code MigrationIndex対象外–17.3%#54––Vals AI
ProgramBenchIndex対象外–0.0%#34––Vals AI
Vibe Code Bench 1-100Index対象外–6.7%#26––Vals AI
Vibe Code Bench v1.1Index対象外–32.0%#80––Vals AI
SWE-Bench Pro (private)Index対象外––32.2%#5–Scale AI SEAL
SWE Atlas v1.0: Codebase QnAIndex対象外エフォート未記載–––13.5%#19Scale AI SEAL
SWE Atlas v1.0: RefactoringIndex対象外エフォート未記載–––33.8%#12Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載–––29.8%#18Scale AI SEAL
MirrorCodeIndex対象外–8.9%#44––Epoch AI Benchmarking Hub
DeepSWE v1.1Index対象外エフォート未記載–––11.7%#67Epoch AI Benchmarking Hub
ALE-BenchIndex対象外1054.8#63––1160.6#55Epoch AI Benchmarking Hub
AlgoTuneIndex対象外エフォート未記載–––2.0#2AlgoTune
Terminal-Bench 4.0 (AA)Index対象外エフォート未記載–––4.0%#138Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外エフォート未記載–––73.8%#69Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載–––1226#75Design Arena

エージェント・ツール

ベンチマークlowhigh標準出典推移
Terminal-Benchエフォート未記載––80.2%#3Terminal-Bench
APEX-Agentsエフォート未記載––35.1%#56Mercor
Arena Agentエフォート未記載––-4.5#40Arena (LMArena)
LiveBench Agentic CodingIndex対象外–44.1%#56–LiveBench
Terminal-Bench Hardエフォート未記載––53.8%#16Artificial Analysis
τ²-Bench Telecom (AA)Index対象外エフォート未記載––95.6%#19Artificial Analysis
Terminal-Bench 2.1 (Vals)–70.8%#27–Vals AI
MCP Atlas–78.2%#17–Scale AI SEAL
HiL-Benchエフォート未記載––35.3%#27Scale AI SEAL
τ³-bench BankingIndex対象外–26.0%#16–τ²-bench
GDPval-AA v2.1, normalised scoreIndex対象外エフォート未記載––14.6%#106Artificial Analysis
GDPval-AA v2.1Index対象外エフォート未記載––799#210Artificial Analysis
τ³-Banking (AA)エフォート未記載––21.4%#95Artificial Analysis
ITBench SRE (AA)Index対象外エフォート未記載––30.3%#33Artificial Analysis
Analyst Agent (AA)Index対象外エフォート未記載––41.3%#23Artificial Analysis
APEX-Agents (AA)Index対象外エフォート未記載––32.0%#11Artificial Analysis
Finance Agent v2Index対象外–43.0%#59–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–0.0%#64–Vals AI
Legal Research BenchIndex対象外–20.7%#68–Vals AI
SREBenchIndex対象外–0.0%#33–Vals AI
Tax Agent BenchIndex対象外–9.3%#69–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外–67.4%#4–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–2.5%#55–Vals AI
Terminal-Bench ScienceIndex対象外–1.4%#38–Vals AI
Arena SearchIndex対象外エフォート未記載––1209#14Arena (LMArena)
Arena Agent Task CompletionIndex対象外エフォート未記載––-11.3#49Arena (LMArena)
BALROGIndex対象外エフォート未記載––57.0%#5BALROG
DeepResearch BenchIndex対象外44.5%#3147.8%#22–DeepResearch Bench
PostTrainBenchIndex対象外エフォート未記載––18.1%#19Epoch AI Benchmarking Hub
ExploitBenchIndex対象外エフォート未記載––26.1%#4Epoch AI Benchmarking Hub
METR Time HorizonsIndex対象外エフォート未記載––77.0%#3METR
GBAEvalIndex対象外エフォート未記載––0.8%#18Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載––911.2#59Andon Labs
AutomationBenchIndex対象外エフォート未記載––35.4%#140Artificial Analysis
GDP.pdf (AA)Index対象外エフォート未記載––17.8%#102Artificial Analysis
Harvey LAB-AA v1.1Index対象外エフォート未記載––0.0%#28Harvey
EnterpriseOps-GymIndex対象外エフォート未記載––42.2%#25Artificial Analysis
AA-Briefcase v1.1Index対象外エフォート未記載––457#221Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––1088#61Design Arena
BrowseCompIndex対象外エフォート未記載––31.2%#1OpenAI
DeepSearchQAIndex対象外エフォート未記載––60.2%#4Google
FACTS SearchIndex対象外エフォート未記載––90.2%#8Google

数学

ベンチマークhigh標準出典推移
FrontierMath Tiers 1–3エフォート未記載–59.6%#44Epoch AI Benchmarking Hub
FrontierMath Tier 4エフォート未記載–26.8%#47Epoch AI Benchmarking Hub
OTIS Mock AIME95.6%#5195.6%#50Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–26.0%#47Vals AI
LiveBench MathematicsIndex対象外91.0%#32–LiveBench
AIME (Vals)98.1%#1–Vals AI
AIME 2026汚染の可能性98.3%#4–MathArena
HMMT February 2026汚染の可能性94.7%#8–MathArena
USAMO 2026Index対象外74.4%#3–MathArena
MathArena Apex汚染の可能性60.9%#5–MathArena
Arena Mathsエフォート未記載–1488#30Arena (LMArena)

知識

ベンチマークhigh標準出典推移
SimpleQA Verified73.5%#6–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外78.5%#23–LiveBench
MMLU-Pro91.0%#4–Vals AI
LegalBench87.4%#5–Vals AI
CorpFin64.5%#37–Vals AI
TaxEval72.9%#56–Vals AI
MedQA96.4%#3–Vals AI
PRBench Financeエフォート未記載–41.9%#29Scale AI SEAL
PRBench Legalエフォート未記載–44.0%#29Scale AI SEAL
MultiNRCエフォート未記載汚染の可能性–64.7%#3Scale AI SEAL
BioMysteryBenchIndex対象外60.0%#29–Vals AI
CaseLaw v2Index対象外64.8%#12–Vals AI
Excel Modeling BenchmarkIndex対象外52.6%#55–Vals AI
MedCodeIndex対象外59.1%#2–Vals AI
MedScribeIndex対象外76.1%#75–Vals AI
Public Benefits Bench v1.1Index対象外53.8%#43–Vals AI
Financial Coaching BenchIndex対象外66.7%#22–Vals AI
DrugDiscoveryBenchIndex対象外41.9%#14–Scale AI SEAL
EBR-benchIndex対象外エフォート未記載–14.3%#22Epoch AI Benchmarking Hub
GDP.pdfIndex対象外17.0%#3517.0%#35Epoch AI Benchmarking Hub
Global-MMLU-Lite (AA)Index対象外エフォート未記載–93.2%#1Artificial Analysis
FACTS ParametricIndex対象外エフォート未記載–79.4%#5Google

指示追従

ベンチマークhigh標準出典推移
LiveBench LanguageIndex対象外85.4%#14–LiveBench
LiveBench Instruction FollowingIndex対象外79.1%#3–LiveBench
IFBenchエフォート未記載–77.1%#18Artificial Analysis
MultiChallengeエフォート未記載–71.4%#8Scale AI SEAL
TutorBenchエフォート未記載–53.0%#12Scale AI SEAL
Arena Instruction FollowingIndex対象外エフォート未記載–1480#25Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1487#21Arena (LMArena)
EQ-Bench 41132#25EQ-Bench
EQ-Bench Creative Writing v3Index対象外1491#61EQ-Bench
Arena Creative WritingIndex対象外1482#13Arena (LMArena)
Arena Multi-turnIndex対象外1495#15Arena (LMArena)
Arena Longer QueriesIndex対象外1499#19Arena (LMArena)

マルチモーダル

ベンチマークhigh標準出典推移
Arena Visionエフォート未記載–1296#21Arena (LMArena)
MMMU-Proエフォート未記載–82.4%#41Artificial Analysis
MMMU-Pro (Vals)Index対象外88.2%#10–Vals AI
MortgageTaxIndex対象外69.4%#6–Vals AI
SAGEIndex対象外83.2%#23–Vals AI
VTBIndex対象外エフォート未記載–29.0%#3Scale AI SEAL
GeoBenchIndex対象外エフォート未記載–84.0%#7GeoBench
Blueprint-Bench 2Index対象外エフォート未記載–26.5%#26Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外26.7%#32–Epoch AI Benchmarking Hub
FACTS MultimodalIndex対象外エフォート未記載–50.4%#9Google

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.182.0%#54Artificial Analysis
Arena DocumentIndex対象外1459#27Arena (LMArena)
MLCRIndex対象外11.1%#115Artificial Analysis
FACTS GroundingIndex対象外56.6%#21Google

総合

ベンチマークhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–156.2#38Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外77.0%#26–LiveBench
AA Intelligence Index v4.3.2Index対象外エフォート未記載–29.7#133Artificial Analysis
AA Progress Index v1Index対象外エフォート未記載–296.1#131Artificial Analysis
Vals Science IndexIndex対象外27.4%#23–Vals AI
Vals Multimodal IndexIndex対象外56.1%#20–Vals AI

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外29.8%#56Scale AI SEAL
MASKIndex対象外汚染の可能性42.4%#65Scale AI SEAL
DistressBenchIndex対象外68.8%#29Scale AI SEAL

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Google Vertex82 tok/s2.76 s$2.00$12.001.0M–
Google AI Studio79 tok/s3.52 s$2.00$12.001.0M–
Google AI Studio18 tok/s3.45 s$1.00$6.001.0M–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.200のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0044$0.003917.9 s
30ページのレポートを要約12,000 / 600$0.031$0.01520.5 s
コード編集6,000 / 1,500$0.030$0.02228.6 s
エージェント型コーディングセッション60,000 / 4,000$0.168$0.08751.1 s
構造化データの抽出2,000 / 200$0.0064$0.003717.0 s

Googleのほかのモデル

今月の新着

Gemini 3.1 Proと比較する

関連ページ

埋め込み・引用

Gemini 3.1 Proの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Gemini 3.1 Pro on BenchLeader: 総合 36位](https://www.benchleader.com/badge/gemini-3-1-pro.svg)](https://www.benchleader.com/models/gemini-3-1-pro)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Gemini 3.1 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-1-pro

BibTeX:

@misc{benchleader_gemini_3_1_pro_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 3.1 Pro on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-3-1-pro}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Gemini 3.1 Proのベンチマークスコアは?
2026年11月16日時点で、Gemini 3.1 Pro(推論エフォート high)のBenchLeader Indexは60.4 ±3.4です(上位100位以内)。最も強いのは数学(66)、最も弱いのはエージェント・ツール(57)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Gemini 3.1 Proの順位は?
2026年11月16日時点で、Gemini 3.1 Pro(推論エフォート high)はランク付けされた608構成中77位です(上位100位以内)。ほかに197構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Gemini 3.1 Proの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Gemini 3.1 Proの料金は入力100万トークンあたり$2.00、出力100万トークンあたり$12.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$4.50です。
Gemini 3.1 Proはo3より優れていますか?
2026年11月16日時点で、Gemini 3.1 Pro(推論エフォート high)とo3の品質はほぼ互角です(BenchLeader Indexで60.4対60.4、±4.7の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Gemini 3.1 Proはいつリリースされましたか?
Googleが2026年2月19日にGemini 3.1 Proをリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Gemini 3.1 Pro:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gemini-3-1-pro