BenchLeader

Gemini 3 Flash

推論エフォート
品質339中53位
58.9Index
上位4分の1
中央値比 +8.7
価格255中145位
$1.13100万トークンあたり
多くのモデルより高い
中央値の1.3倍
速度216中16位
196トークン/秒
上位10%
中央値の2.4倍
コスパ255中134位
52.4ポイント/$
中央値より下
中央値の0.9倍

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
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Index59
  2. エージェント・ツール55
  3. 指示追従76
  4. マルチモーダル62
  5. 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
[![Gemini 3 Flash on BenchLeader: 総合 54位](https://www.benchleader.com/badge/gemini-3-flash.svg?style=compact)](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。

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 Flashmedium2026年9月2日60.2#80
Gemini 3.7 Flashhigh2026年8月13日62.1#52
Gemini 3.6 Flashhigh2026年7月21日61.0#68
Gemini 3.5 Flashhigh2026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 2025thinking2025年9月25日52.8#271
Gemini 2.5 Flash2025年4月17日52.4#276
Gemini 2.0 Flash2025年2月5日43.5#482
Gemini 1.5 Flash 0022024年9月24日38.2#564
Gemini 1.5 Flash 0012024年5月23日––
Gemini 1.5 Flash2024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/s1.29 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
minimal53.8#25189 tok/s1.10 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/s1.10 s$0.0011推論 33
medium––89 tok/s1.10 s$0.0011推論 41
high57.4#15589 tok/s1.10 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#117196 tok/s4.71 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#17989 tok/s1.10 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
465869
  • 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minimallowmediumhighthinking標準出典推移
GPQA Diamond––––89.4%#60–83.2%#120Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––––––61.1%#41SimpleBench
Arena Hard Prompts–1474#81––––1493#48Arena (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%#22629.0%#21757.7%#17384.7%#121––ARC Prize
ARC-AGI-2–3.3%#1991.3%#22612.8%#16333.6%#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%#4Scale AI SEAL
Arena ExpertIndex対象外–1465#102––––1498#50Arena (LMArena)
Chess PuzzlesIndex対象外––––40.0%#45––Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–25.0%#5126.0%#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%#24ForecastBench

コーディング

ベンチマーク推論なしminimalhighthinking標準出典推移
SWE-bench Verified (Epoch)エフォート未記載––––75.4%#13Epoch AI Benchmarking Hub
WeirdMLエフォート未記載––––61.6%#45WeirdML
GSO-Benchエフォート未記載––––9.8%#21GSO-Bench
Arena Coding–1489#98––1505#68Arena (LMArena)
Arena WebDev–1384#111––1440#86Arena (LMArena)
LiveCodeBench––85.6%#29––Vals AI
SWE-bench (Vals)Index対象外––75.0%#42––Vals AI
SWE-Bench Proエフォート未記載––––34.6%#15Scale AI SEAL
SWE-bench Verified (bash only)––75.8%#2––SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載––––72.7%#1SWE-bench
SWE-bench Verified (any scaffold)Index対象外––75.8%#4––SWE-bench
Code MigrationIndex対象外––6.4%#69––Vals AI
ProgramBenchIndex対象外––0.0%#34––Vals AI
Vibe Code Bench v1.1Index対象外––20.2%#90––Vals AI
SWE Atlas v1.0: Codebase QnAIndex対象外エフォート未記載––––8.2%#22Scale AI SEAL
SWE Atlas v1.0: RefactoringIndex対象外エフォート未記載––––10.0%#17Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載––––30.3%#17Scale AI SEAL
ALE-BenchIndex対象外エフォート未記載––––1367.2#35Epoch AI Benchmarking Hub
Design Arena WebsiteIndex対象外エフォート未記載––––1188#89Design Arena
LiveCodeBench (AA)Index対象外79.7%#30––90.8%#2–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしminimallowhighthinking標準出典推移
Terminal-Benchエフォート未記載–––––64.3%#14Terminal-Bench
Terminal-Bench Hard31.8%#103–––38.6%#60–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外43.3%#220–––80.4%#124–Artificial Analysis
Terminal-Bench 2.1 (Vals)–––53.9%#52––Vals AI
MCP Atlasエフォート未記載–––––62.0%#30Scale AI SEAL
τ²-bench–––83.5%#4––τ²-bench
τ³-bench BankingIndex対象外–––27.3%#14––τ²-bench
τ³-Banking (AA)––––20.8%#97–Artificial Analysis
APEX-Agents (AA)Index対象外––––27.7%#16–Artificial Analysis
Finance Agent v2Index対象外–––42.5%#60––Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––0.0%#64––Vals AI
Legal Research BenchIndex対象外–––18.3%#69––Vals AI
Poker AgentIndex対象外エフォート未記載–––––1100.2%#3Vals AI
Tax Agent BenchIndex対象外–––11.8%#65––Vals AI
Terminal-Bench 2.0 (Vals)Index対象外–––51.7%#17––Vals AI
Arena SearchIndex対象外エフォート未記載–––––1189#28Arena (LMArena)
BALROGIndex対象外エフォート未記載–––––48.1%#7BALROG
DeepResearch BenchIndex対象外–49.0%#1549.8%#1147.9%#21––DeepResearch Bench
Vending-Bench 2Index対象外エフォート未記載–––––3634.7#48Andon Labs
Design Arena AgenticIndex対象外エフォート未記載–––––1081#63Design Arena
BrowseCompIndex対象外エフォート未記載–––––16.9%#3OpenAI
FACTS SearchIndex対象外エフォート未記載–––––84.5%#19Google

数学

ベンチマーク推論なしminimalhighthinking標準出典推移
FrontierMath Tiers 1–3エフォート未記載––––51.2%#57Epoch AI Benchmarking Hub
FrontierMath Tier 4エフォート未記載––––17.1%#60Epoch AI Benchmarking Hub
OTIS Mock AIME––95.6%#51–92.8%#74Epoch AI Benchmarking Hub
ProofBenchエフォート未記載––––15.0%#64Vals 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#47Arena (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highthinking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%#50Epoch 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%#9Google

指示追従

ベンチマーク推論なしminimalthinking標準出典推移
IFBench55.1%#149–78.0%#14–Artificial Analysis
Arena Instruction FollowingIndex対象外–1444#78–1457#57Arena (LMArena)

人間の評価

ベンチマークminimal標準出典推移
Arena Text1458#651473#46Arena (LMArena)
Arena Creative WritingIndex対象外1447#471456#32Arena (LMArena)
Arena Multi-turnIndex対象外1474#561482#38Arena (LMArena)
Arena Longer QueriesIndex対象外1462#761476#55Arena (LMArena)

マルチモーダル

ベンチマーク推論なしminimalhighthinking標準出典推移
Arena Vision–1265#49––1285#31Arena (LMArena)
MMMU-Pro78.5%#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%#2GeoBench
VPCTIndex対象外エフォート未記載––––72.6%#3Epoch AI Benchmarking Hub
Blueprint-Bench 2Index対象外エフォート未記載––––0.0%#33Epoch AI Benchmarking Hub
FACTS MultimodalIndex対象外エフォート未記載––––49.7%#11Google

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 v1.155.3%#31878.0%#137–Artificial Analysis
Arena DocumentIndex対象外エフォート未記載––1440#38Arena (LMArena)
FACTS GroundingIndex対象外エフォート未記載––48.6%#25Google

総合

ベンチマーク推論なしhighthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––152.3#57Epoch 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 Studio122 tok/s1.02 s$0.500$3.001.0M–
Google Vertex113 tok/s1.21 s$0.900$5.401.0M–
Google AI Studio94 tok/s1.61 s$0.250$1.501.0M–
Google Vertex86 tok/s1.06 s$0.500$3.001.0M–
Google AI Studio82 tok/s0.87 s$0.900$5.401.0M–
Google Vertex8 tok/s14 s$0.250$1.501.0M–

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

OpenRouter、過去1週間
#40
トークンシェア0.32%
可用性、72時間
99.9%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
3.09%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月17日〜2026年11月15日):合計2.79T、前週比 +11%。

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 Studio246 tok/s0.55 s99.99%
Google Vertex214 tok/s0.86 s99.99%

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$0.00106.2 s
30ページのレポートを要約12,000 / 600$0.0078$0.00387.8 s
コード編集6,000 / 1,500$0.0075$0.005512.4 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$0.02225.1 s
構造化データの抽出2,000 / 200$0.0016$0.00095.7 s

Googleのほかのモデル

今月の新着

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。

[![Gemini 3 Flash on BenchLeader: 総合 54位](https://www.benchleader.com/badge/gemini-3-flash.svg)](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}
}

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 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