Gemini 3 Flash
よりコスパが高いモデル: GLM 5.3 Flash $0.238/MでIndex 57.8(79%安い)。
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 Flash(Google)のBenchLeader Indexは58.9です(ランク付け対象は608構成)。最も強いのは指示追従(76)、最も弱いのはエージェント・ツール(55)です。API料金は入力100万トークンあたり$0.500、出力100万トークンあたり$3.00(3:1のブレンドで$1.13)で、2026年11月16日時点の定価です。出力速度は約200トークン/秒です(Artificial Analysis)。2025年12月17日にリリースされました。
要点(2026年11月16日時点)
- Gemini 3 FlashのAPI料金は入力100万トークンあたり$0.500、出力100万トークンあたり$3.00(3:1のブレンドで$1.13)です(定価、2026年11月16日)。
- Gemini 3 Flashの出力速度は約200トークン/秒です(Artificial Analysis、2026年11月16日)。
- Gemini 3 Flashは2025年12月17日にリリースされました(Google)。
詳しく見ると:Gemini 3 FlashはGoogleのプロプライエタリな推論モデルです(2025年12月17日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで58.9 ±7.7を記録し、608構成中117位で上位半分に入ります。重要なのはこの「±」です。ほかに323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。カテゴリ別では指示追従が最も高く(76)、エージェント・ツールが最も低くなっています(55)。ブレンド価格は100万トークンあたり$1.13で、中程度の価格帯です。出力速度は196トークン/秒、回答開始まで4.7秒で、最速の4分の1に入ります。7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:2025年12月17日。古いデータ:6か月間、新しい結果がありません
- ブレンド価格
- $1.13/M
- 入力$0.500・出力$3.00
- 出典:Artificial Analysis
- 出力速度
- 196 tok/s
- Artificial Analysisによる測定
- 回答開始
- 4.71 s
- 最初のトークン 1.10 s
- コンテキスト
- 1.0M
- 出典:models.dev
- 回答完了まで
- 14 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
- 2025年12月17日
- 総合Index59
- エージェント・ツール55
- 指示追従76
- マルチモーダル62
- 長文コンテキスト64
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-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 | 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このページ | 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 |
|---|---|---|---|---|---|---|
| 推論なし | – | – | 199 tok/s | 1.29 s | $0.0011 | エージェント・ツール 61 · 指示追従 56 · 長文コンテキスト 52 · マルチモーダル 61 |
| minimal | 53.8 | #251 | 89 tok/s | 1.10 s | $0.0011 | コーディング 48 · 人間の評価 64 · 数学 63 · マルチモーダル 60 · 推論 40 |
| low | – | – | 89 tok/s | 1.10 s | $0.0011 | 推論 33 |
| medium | – | – | 89 tok/s | 1.10 s | $0.0011 | 推論 41 |
| high | 57.4 | #155 | 89 tok/s | 1.10 s | $0.0011 | エージェント・ツール 52 · コーディング 64 · 知識 64 · 数学 57 · 推論 56 |
| thinking最良 | 58.9 | #117 | 196 tok/s | 4.71 s | $0.0011 | エージェント・ツール 55 · 指示追従 76 · 長文コンテキスト 64 · マルチモーダル 62 |
| 未記載 | 56.5 | #179 | 89 tok/s | 1.10 s | $0.0011 | エージェント・ツール 52 · コーディング 52 · 人間の評価 66 · 数学 53 · マルチモーダル 63 · 推論 59 |
Indexの推移
2026年9月8日〜2026年11月16日- thinking
- high
- 標準
- minimal
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 | 推論なし | minimal | low | medium | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | – | 89.4%#60 | – | 83.2%#120 | Epoch AI Benchmarking Hub | |
| SimpleBenchエフォート未記載 | – | – | – | – | – | – | 61.1%#41 | SimpleBench | |
| Arena Hard Prompts | – | 1474#81 | – | – | – | – | 1493#48 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 81.2%#185 | – | – | – | – | 89.8%#68 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 15.0%#271 | – | – | – | – | 36.6%#124 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | – | – | – | 87.9%#36 | – | – | Vals AI | |
| ARC-AGI-1 | – | 21.5%#226 | 29.0%#217 | 57.7%#173 | 84.7%#121 | – | – | ARC Prize | |
| ARC-AGI-2 | – | 3.3%#199 | 1.3%#226 | 12.8%#163 | 33.6%#131 | – | – | ARC Prize | |
| CritPtIndex対象外 | 1.4%#230 | – | – | – | – | 8.6%#149 | – | Artificial Analysis | |
| SciPredictIndex対象外エフォート未記載 | – | – | – | – | – | – | 22.2%#4 | Scale AI SEAL | |
| Arena ExpertIndex対象外 | – | 1465#102 | – | – | – | – | 1498#50 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | – | – | – | – | 40.0%#45 | – | – | Epoch AI Benchmarking Hub | |
| Mystery Game PuzzlesIndex対象外 | – | 25.0%#51 | 26.0%#47 | – | 20.0%#64 | – | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | – | – | – | – | 43.1%#106 | – | – | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | – | – | – | – | 89.1%#98 | – | – | Epoch AI Benchmarking Hub | |
| ForecastBenchIndex対象外エフォート未記載 | – | – | – | – | – | – | 64.4%#24 | ForecastBench |
コーディング
エージェント・ツール
数学
| ベンチマーク | 推論なし | minimal | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3エフォート未記載 | – | – | – | – | 51.2%#57 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4エフォート未記載 | – | – | – | – | 17.1%#60 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | – | 95.6%#51 | – | 92.8%#74 | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | – | – | – | 15.0%#64 | Vals AI | |
| AIME (Vals) | – | – | 95.6%#8 | – | – | Vals AI | |
| MGSM | – | – | 93.3%#10 | – | – | Vals AI | |
| AIME 2026 | – | – | 96.7%#6 | – | – | MathArena | |
| HMMT February 2026 | – | – | 89.4%#14 | – | – | MathArena | |
| MathArena Apex汚染の可能性 | – | – | 15.6%#16 | – | – | MathArena | |
| Arena Maths | – | 1453#73 | – | – | 1474#47 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 55.7%#125 | – | – | 97.0%#3 | – | Artificial Analysis |
知識
| ベンチマーク | 推論なし | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SimpleQA Verified | – | 66.8%#13 | – | – | Epoch AI Benchmarking Hub | |
| MMLU-Pro | – | 88.6%#19 | – | – | Vals AI | |
| LegalBench | – | 86.9%#11 | – | – | Vals AI | |
| CorpFin | – | 66.4%#20 | – | – | Vals AI | |
| TaxEval | – | 73.9%#44 | – | – | Vals AI | |
| MedQA | – | 95.8%#11 | – | – | Vals AI | |
| CaseLaw v2Index対象外 | – | 55.8%#32 | – | – | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | – | 26.0%#68 | – | – | Vals AI | |
| MedCodeIndex対象外 | – | 55.9%#5 | – | – | Vals AI | |
| MedScribeIndex対象外 | – | 69.9%#92 | – | – | Vals AI | |
| GDP.pdfIndex対象外 | – | 10.0%#50 | – | 10.0%#50 | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)Index対象外 | 92.8%#2 | – | 91.4%#5 | – | Artificial Analysis | |
| FACTS ParametricIndex対象外エフォート未記載 | – | – | – | 72.4%#9 |
指示追従
| ベンチマーク | 推論なし | minimal | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| IFBench | 55.1%#149 | – | 78.0%#14 | – | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外 | – | 1444#78 | – | 1457#57 | Arena (LMArena) |
人間の評価
| ベンチマーク | minimal | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1458#65 | 1473#46 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1447#47 | 1456#32 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1474#56 | 1482#38 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1462#76 | 1476#55 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | 推論なし | minimal | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| Arena Vision | – | 1265#49 | – | – | 1285#31 | Arena (LMArena) | |
| MMMU-Pro | 78.5%#79 | – | – | 79.9%#63 | – | Artificial Analysis | |
| MMMU-Pro (Vals)Index対象外 | – | – | 87.6%#13 | – | – | Vals AI | |
| MortgageTaxIndex対象外 | – | – | 68.7%#11 | – | – | Vals AI | |
| GeoBenchIndex対象外エフォート未記載 | – | – | – | – | 88.0%#2 | GeoBench | |
| VPCTIndex対象外エフォート未記載 | – | – | – | – | 72.6%#3 | Epoch AI Benchmarking Hub | |
| Blueprint-Bench 2Index対象外エフォート未記載 | – | – | – | – | 0.0%#33 | Epoch AI Benchmarking Hub | |
| FACTS MultimodalIndex対象外エフォート未記載 | – | – | – | – | 49.7%#11 |
長文コンテキスト
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 55.3%#318 | 78.0%#137 | – | Artificial Analysis | |
| Arena DocumentIndex対象外エフォート未記載 | – | – | 1440#38 | Arena (LMArena) | |
| FACTS GroundingIndex対象外エフォート未記載 | – | – | 48.6%#25 |
総合
| ベンチマーク | 推論なし | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | 152.3#57 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 17.9#268 | – | 26.3#161 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 241.3#287 | – | 290.1#146 | – | Artificial Analysis | |
| Vals Multimodal IndexIndex対象外 | – | 52.2%#24 | – | – | Vals AI |
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 AI Studio | 122 tok/s | 1.02 s | $0.500 | $3.00 | 1.0M | – |
| Google Vertex | 113 tok/s | 1.21 s | $0.900 | $5.40 | 1.0M | – |
| Google AI Studio | 94 tok/s | 1.61 s | $0.250 | $1.50 | 1.0M | – |
| Google Vertex | 86 tok/s | 1.06 s | $0.500 | $3.00 | 1.0M | – |
| Google AI Studio | 82 tok/s | 0.87 s | $0.900 | $5.40 | 1.0M | – |
| Google Vertex | 8 tok/s | 14 s | $0.250 | $1.50 | 1.0M | – |
利用状況
Gemini 3 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
直近30日間の典型的なリクエスト:リクエストあたり8.2kトークン、出力1トークンあたり入力22トークン、入力の49%がキャッシュから、出力の19%が推論、リクエストあたり0.09回のツール呼び出し。
OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:sofia-venezuela (70.5B)、LangChain (25.7B)、Pocket AI (25.5B)、OpenClaw (19.3B)、AI Psychologist (16.1B)。
| Vercel AI Gatewayのプロバイダー | スループット | 最初のトークン | 稼働率、1日 |
|---|---|---|---|
| Google AI Studio | 246 tok/s | 0.55 s | 99.99% |
| Google Vertex | 214 tok/s | 0.86 s | 99.99% |
出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。
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$0.050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 | $0.0011 | $0.0010 | 6.2 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0078 | $0.0038 | 7.8 s |
| コード編集 | 6,000 / 1,500 | $0.0075 | $0.0055 | 12.4 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.042 | $0.022 | 25.1 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0016 | $0.0009 | 5.7 s |
Googleのほかのモデル
Gemini 3 Flashと比較する
関連ページ
埋め込み・引用
Gemini 3 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-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 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-flash
BibTeX:
@misc{benchleader_gemini_3_flash_20261116,
author = {{BenchLeader}},
title = {{Gemini 3 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-flash}},
note = {Data as of 2026-11-16}
}よくある質問
- Gemini 3 Flashのベンチマークスコアは?
- 2026年11月16日時点で、Gemini 3 Flash(推論エフォート thinking)のBenchLeader Indexは58.9 ±7.7です。最も強いのは指示追従(76)、最も弱いのはエージェント・ツール(55)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 Flashの順位は?
- 2026年11月16日時点で、Gemini 3 Flash(推論エフォート thinking)はランク付けされた608構成中117位です。ほかに323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 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 Flashの料金は入力100万トークンあたり$0.500、出力100万トークンあたり$3.00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$1.13です。
- Gemini 3 FlashはGPT-5.6 Terraより優れていますか?
- 2026年11月16日時点で、Gemini 3 Flash(推論エフォート thinking)とGPT-5.6 Terra(推論エフォート xhigh)の品質はほぼ互角です(BenchLeader Indexで58.9対60.1、±8.7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 Flashはいつリリースされましたか?
- Googleが2025年12月17日にGemini 3 Flashをリリースしました。BenchLeaderには7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 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-flash