Gemini 3.7 Flash
この水準ではコスパ良好: Indexの差が2ポイント以内で、価格が4分の3以下のランク入りモデルはありません。
これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。
2026年11月16日時点で、Gemini 3.7 Flash(Google)のBenchLeader Indexは62.1です(ランク付けされた608構成中上位100位以内)。最も強いのは人間の評価(68)、最も弱いのはエージェント・ツール(49)です。API料金は入力100万トークンあたり$0.750、出力100万トークンあたり$3.75(3:1のブレンドで$1.50)で、2026年11月16日時点の定価です。出力速度は約95トークン/秒です(OpenRouter)。2026年8月13日にリリースされました。
要点(2026年11月16日時点)
- Gemini 3.7 FlashのAPI料金は入力100万トークンあたり$0.750、出力100万トークンあたり$3.75(3:1のブレンドで$1.50)です(定価、2026年11月16日)。
- Gemini 3.7 Flashの出力速度は約95トークン/秒です(OpenRouter、2026年11月16日)。
- Gemini 3.7 Flashは2026年8月13日にリリースされました(Google)。
- Gemini 3.7 Flashは、BenchLeader Indexの上位100モデルの中で最も安価なモデルです(BenchLeader、2026年11月16日)。
詳しく見ると:Gemini 3.7 FlashはGoogleのプロプライエタリな推論モデルです(2026年8月13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62.1 ±3.5を記録し、608構成中52位で上位半分に入ります。重要なのはこの「±」です。ほかに159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。カテゴリ別では人間の評価が最も高く(68)、エージェント・ツールが最も低くなっています(49)。ブレンド価格は100万トークンあたり$1.50で、ランク付けされたモデルの多くより高価です。出力速度は95トークン/秒、最初のトークンまで2.2秒で、多くのモデルより高速です。4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11月11日。
- ブレンド価格
- $1.50/M
- 入力$0.750・出力$3.75
- 出典:models.dev
- 出力速度
- 95 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 2.23 s
- コンテキスト
- 1.0M
- 出典:models.dev
- 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8月13日
- 総合Index62
- 推論68
- コーディング62
- エージェント・ツール49
- 数学63
- 知識66
- 人間の評価68
- マルチモーダル67
- 長文コンテキスト66
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/gemini-3-7-flash)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。
バージョン
Googleはこの名前で12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 3.8 Flashmedium | 2026年9月2日 | 60.2 | #80 |
| Gemini 3.7 Flashhighこのページ | 2026年8月13日 | 62.1 | #52 |
| Gemini 3.6 Flashhigh | 2026年7月21日 | 61.0 | #68 |
| Gemini 3.5 Flashhigh | 2026年5月19日 | 62.5 | #48 |
| Gemini 3 Flashthinking | 2025年12月17日 | 58.9 | #117 |
| Gemini 2.5 Flash 09 2025thinking | 2025年9月25日 | 52.8 | #271 |
| Gemini 2.5 Flash | 2025年4月17日 | 52.4 | #276 |
| Gemini 2.0 Flash | 2025年2月5日 | 43.5 | #482 |
| Gemini 1.5 Flash 002 | 2024年9月24日 | 38.2 | #564 |
| Gemini 1.5 Flash 001 | 2024年5月23日 | – | – |
| Gemini 1.5 Flash | 2024年5月14日 | 45.3 | #457 |
| Gemini Flash 2.0 | – | – | – |
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 | 57.3 | #157 | 95 tok/s | 2.23 s | $0.0014 | エージェント・ツール 58 · コーディング 58 · 長文コンテキスト 64 · マルチモーダル 67 · 推論 57 |
| medium | 60.1 | #86 | 95 tok/s | 2.23 s | $0.0014 | エージェント・ツール 64 · コーディング 67 · 長文コンテキスト 66 · マルチモーダル 67 · 推論 61 |
| high最良 | 62.1 | #52 | 95 tok/s | 2.23 s | $0.0014 | エージェント・ツール 49 · コーディング 62 · 人間の評価 68 · 知識 66 · 長文コンテキスト 66 · 数学 63 · マルチモーダル 67 · 推論 68 |
| 未記載 | – | – | 95 tok/s | 2.23 s | $0.0014 | エージェント・ツール 54 · コーディング 58 · 数学 58 |
Indexの推移
2026年9月8日〜2026年11月16日- high
- medium
- low
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 | low | medium | high | 出典 | 推移 |
|---|---|---|---|---|---|
| GPQA Diamond | – | – | 94.8%#7 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | – | – | 1510#21 | Arena (LMArena) | |
| LiveBench 1.0 ReasoningIndex対象外 | – | – | 87.8%#25 | LiveBench | |
| GPQA Diamond (AA)Index対象外 | 90.1%#64 | 92.1%#39 | 94.5%#6 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 35.1%#133 | 39.0%#107 | 47.9%#43 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | – | 93.9%#5 | Vals AI | |
| ARC-AGI-1 | 85.2%#120 | 91.2%#74 | 95.5%#40 | ARC Prize | |
| ARC-AGI-2 | 52.9%#110 | 63.8%#84 | 84.6%#38 | ARC Prize | |
| CritPtIndex対象外 | 5.7%#163 | 9.4%#139 | 14.3%#111 | Artificial Analysis | |
| Arena ExpertIndex対象外 | – | – | 1519#22 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | – | – | 66.0%#8 | Epoch AI Benchmarking Hub | |
| Mystery Game PuzzlesIndex対象外 | – | – | 37.0%#23 | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | 47.1%#87 | 49.2%#78 | 50.4%#69 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | 93.3%#69 | 94.7%#57 | 96.8%#26 | Epoch AI Benchmarking Hub | |
| ForecastBenchIndex対象外 | – | – | 66.2%#4 | ForecastBench |
コーディング
| ベンチマーク | low | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SciCode | 53.6%#81 | 59.8%#15 | 57.2%#39 | – | SciCode | |
| FrontierCodeエフォート未記載 | – | – | – | 43.6%#18 | Cognition | |
| Arena Coding | – | – | 1520#37 | – | Arena (LMArena) | |
| Arena WebDev | – | – | 1588#40 | – | Arena (LMArena) | |
| LiveBench 1.0 CodingIndex対象外 | – | – | 78.9%#29 | – | LiveBench | |
| SciCode (AA)Index対象外 | 55.7%#55 | 59.8%#15 | 57.2%#38 | – | Artificial Analysis | |
| LiveCodeBench | – | – | 88.7%#5 | – | Vals AI | |
| IOI | – | – | 67.8%#15 | – | Vals AI | |
| SWE-bench (Vals)Index対象外 | – | – | 80.8%#23 | – | Vals AI | |
| Code MigrationIndex対象外 | – | – | 34.8%#38 | – | Vals AI | |
| ProgramBenchIndex対象外 | – | – | 0.0%#34 | – | Vals AI | |
| Vibe Code Bench v1.1Index対象外 | – | – | 70.4%#50 | – | Vals AI | |
| MirrorCodeIndex対象外 | – | – | 41.1%#25 | – | Epoch AI Benchmarking Hub | |
| DeepSWE v1.1Index対象外 | 53.8%#42 | 65.5%#25 | 65.3%#27 | – | Epoch AI Benchmarking Hub | |
| ALE-BenchIndex対象外 | – | – | 904.3#77 | – | Epoch AI Benchmarking Hub | |
| FrontierSWEIndex対象外 | – | – | 20.3%#17 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外 | – | – | 13.6%#103 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 79.8%#47 | 78.3%#53 | 85.8%#24 | – | Artificial Analysis | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | 1295#25 | Design Arena |
エージェント・ツール
数学
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 71.6%#30 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 36.6%#38 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 97.2%#43 | – | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | 58.0%#24 | Vals AI | |
| LiveBench MathematicsIndex対象外 | 93.5%#22 | – | LiveBench | |
| Arena Maths | 1502#15 | – | Arena (LMArena) |
知識
| ベンチマーク | medium | high | 出典 | 推移 |
|---|---|---|---|---|
| SimpleQA Verified | – | 69.2%#12 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外 | – | 68.0%#55 | LiveBench | |
| MMLU-Pro | – | 90.1%#6 | Vals AI | |
| LegalBench | – | 87.3%#6 | Vals AI | |
| TaxEval | – | 74.7%#31 | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | – | 71.3%#13 | Vals AI | |
| MedCodeIndex対象外 | – | 53.4%#9 | Vals AI | |
| MedScribeIndex対象外 | – | 83.9%#39 | Vals AI | |
| GDP.pdfIndex対象外 | 21.8%#29 | 23.8%#21 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| LiveBench LanguageIndex対象外 | 85.5%#13 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 79.9%#2 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1486#19 | Arena (LMArena) |
人間の評価
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1489#17 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1720#32 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1487#11 | – | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1490#24 | – | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1501#16 | – | Arena (LMArena) |
マルチモーダル
| ベンチマーク | low | medium | high | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Vision | – | – | 1313#9 | Arena (LMArena) | |
| MMMU-Pro | 84.9%#16 | 84.7%#17 | 85.5%#12 | Artificial Analysis | |
| MMMU-Pro (Vals)Index対象外 | – | – | 89.0%#5 | Vals AI | |
| MortgageTaxIndex対象外 | – | – | 66.7%#31 | Vals AI | |
| Humanity's Sixth SenseIndex対象外 | – | – | 39.8%#10 | Scale AI SEAL | |
| Furniture AssemblyIndex対象外 | – | – | 26.7%#32 | Epoch AI Benchmarking Hub |
長文コンテキスト
| ベンチマーク | low | medium | high | 出典 | 推移 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 78.7%#125 | 83.0%#30 | 81.7%#59 | Artificial Analysis | |
| Arena DocumentIndex対象外 | – | – | 1468#21 | Arena (LMArena) | |
| MLCRIndex対象外 | – | – | 12.2%#107 | Artificial Analysis |
総合
| ベンチマーク | low | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | 158.4#25 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外 | – | – | 78.8%#16 | – | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 37.0#89 | 39.6#71 | 39.1#76 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 307.5#104 | 314.4#83 | 317.4#76 | – | Artificial Analysis | |
| Vals RSI IndexIndex対象外 | – | – | 18.3%#22 | – | Vals AI |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| DistressBenchIndex対象外 | 69.0%#28 | Scale 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 Vertex | 83 tok/s | 2.43 s | $0.750 | $3.75 | 1.0M | – |
| Google AI Studio | 83 tok/s | 2.46 s | $0.750 | $3.75 | 1.0M | – |
| Google Vertex | 82 tok/s | 2.79 s | $1.35 | $6.75 | 1.0M | – |
| Google AI Studio | 78 tok/s | 1.62 s | $0.375 | $1.88 | 1.0M | – |
| Google AI Studio | 73 tok/s | 2.20 s | $1.35 | $6.75 | 1.0M | – |
| Google Vertex | 63 tok/s | 3.43 s | $0.825 | $4.13 | 1.0M | – |
| Google Vertex | 21 tok/s | 12 s | $0.375 | $1.88 | 1.0M | – |
利用状況
Gemini 3.7 Flashが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
出典: 利用状況: OpenRouterのランキング・2026年11月16日時点のデータ。
価格の推移
上記の価格(100万トークンあたり)を、変更があった日ごとに示します。
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$0.075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 | $0.0014 | $0.0012 | 5.4 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.011 | $0.0052 | 8.5 s |
| コード編集 | 6,000 / 1,500 | $0.010 | $0.0071 | 18.0 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.060 | $0.030 | 44.3 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0023 | $0.0012 | 4.3 s |
Googleのほかのモデル
Gemini 3.7 Flashと比較する
- Gemini 3.7 Flash vs Gemini 4 Argon
- Gemini 3.7 Flash vs Qwen3.8 Max
- Gemini 3.7 Flash vs Grok 4.7
- Gemini 3.7 Flash vs MiMo-V2.6-Pro
- Gemini 3.7 Flash vs Step 5 Preview
- Gemini 3.7 Flash vs GPT-6.1 Terra
- Gemini 3.7 Flash vs DeepSeek V4.1 Flash 1017
- Gemini 3.7 Flash vs DeepSeek V4 Pro
- Gemini 3.7 Flash vs Muse Spark 1.3
- Gemini 3.7 Flash vs Claude Opus 5.5
- Gemini 3.7 Flash vs Claude Sonnet 5.5
- Gemini 3.7 Flash vs Muse Wonder Full
- Gemini 3.7 Flash vs Muse Wonder
- Gemini 3.7 Flash vs GPT-5.6 Sol
- Gemini 3.7 Flash vs GPT-6.1 Sol
- Gemini 3.7 Flash vs Muse Spark 1.2
- Gemini 3.7 Flash vs Gemini 3.5 Flash
- Gemini 3.7 Flash vs GPT-5.3-Codex
- Gemini 3.7 Flash vs Claude Opus 4.7
- Gemini 3.7 Flash vs Claude Fable 5.1
- Gemini 3.7 Flash vs Qwen3.6 Max
- Gemini 3.7 Flash vs Muse Spark 1.1
- Gemini 3.7 Flash vs Kimi K3.1 Pro
- Gemini 3.7 Flash vs Claude Opus 4.6
- Gemini 3.7 Flash vs GPT-6 Sol
- Gemini 3.7 Flash vs GPT-5.4
- Gemini 3.7 Flash vs GPT-5.4 Pro
- Gemini 3.7 Flash vs Gemini 3.6 Flash
- Gemini 3.7 Flash vs Gemini 4 Hydrogen
- Gemini 3.7 Flash vs Gemini 3.8 Flash
- Gemini 3.7 Flash vs GPT-5.5
- Gemini 3.7 Flash vs Kimi K3.1 Pro Together
- Gemini 3.7 Flash vs Muse Spark
- Gemini 3.7 Flash vs Claude Opus 5
- Gemini 3.7 Flash vs Claude Fable 5
- Gemini 3.7 Flash vs GPT-6 Astra
- Gemini 3.7 Flash vs Gemini 4 Carbon
- Gemini 3.7 Flash vs Claude Fable 5.2
関連ページ
埋め込み・引用
Gemini 3.7 Flash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。
[](https://www.benchleader.com/models/gemini-3-7-flash)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 3.7 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-7-flash
BibTeX:
@misc{benchleader_gemini_3_7_flash_20261116,
author = {{BenchLeader}},
title = {{Gemini 3.7 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-7-flash}},
note = {Data as of 2026-11-16}
}よくある質問
- Gemini 3.7 Flashのベンチマークスコアは?
- 2026年11月16日時点で、Gemini 3.7 Flash(推論エフォート high)のBenchLeader Indexは62.1 ±3.5です(上位100位以内)。最も強いのは人間の評価(68)、最も弱いのはエージェント・ツール(49)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 3.7 Flashの順位は?
- 2026年11月16日時点で、Gemini 3.7 Flash(推論エフォート high)はランク付けされた608構成中52位です(上位100位以内)。ほかに159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 3.7 Flash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 3.7 Flashの料金は入力100万トークンあたり$0.750、出力100万トークンあたり$3.75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$1.50です。定価が最後に変わったのは2026年10月22日です。
- Gemini 3.7 FlashはQwen3.6 Maxより優れていますか?
- 2026年11月16日時点で、Gemini 3.7 Flash(推論エフォート high)とQwen3.6 Max(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで62.1対62.1、±4.6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 3.7 Flashはいつリリースされましたか?
- Googleが2026年8月13日にGemini 3.7 Flashをリリースしました。BenchLeaderには4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 3.7 Flash: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-3-7-flash