BenchLeader

Gemini 3 Pro

推論エフォート
品質339中40位
60.0Index
上位4分の1
中央値比 +9.8

2026年11月16日時点で、Gemini 3 Pro(Google)のBenchLeader Indexは60.0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)、最も弱いのは数学(54)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。2025年11月18日にリリースされました。

要点(2026年11月16日時点)

  • Gemini 3 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 Proは2025年11月18日にリリースされました(Google)。

詳しく見ると:Gemini 3 ProはGoogleのプロプライエタリな推論モデルです(2025年11月18日リリース)。最もスコアの高い構成は、BenchLeader Indexで60.0 ±3.4を記録し、608構成中87位で上位半分に入ります。重要なのはこの「±」です。ほかに206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)、数学が最も低くなっています(54)。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
–
出力速度
–
回答開始
–
コンテキスト
–
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11月18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63
  3. コーディング58
  4. エージェント・ツール62
  5. 数学54
  6. 知識56
  7. 指示追従61
  8. 人間の評価68
  9. マルチモーダル66

この順位を埋め込む

ほかのバッジスタイル
[![Gemini 3 Pro on BenchLeader: 総合 40位](https://www.benchleader.com/badge/gemini-3-pro.svg?style=compact)](https://www.benchleader.com/models/gemini-3-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 Prohigh2026年2月19日60.4#77
Gemini 3 Proこのページ2025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––––$0.0044エージェント・ツール 63 · 指示追従 51 · 長文コンテキスト 62
high60.0#89––$0.0044エージェント・ツール 59 · コーディング 61 · 指示追従 69 · 知識 60 · 長文コンテキスト 63 · 数学 63 · マルチモーダル 63
thinking–––––
未記載最良60.0#87–––エージェント・ツール 62 · コーディング 58 · 人間の評価 68 · 指示追従 61 · 知識 56 · 数学 54 · マルチモーダル 66 · 推論 63

Indexの推移

2026年9月8日〜2026年11月16日
535965
  • 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。

メタデータ

ベンチマークlowhigh出典推移
AA Openness IndexIndex対象外5.6#3075.6#307Artificial Analysis

推論

ベンチマークlowhigh標準出典推移
GPQA Diamondエフォート未記載––92.6%#32Epoch AI Benchmarking Hub
Humanity's Last Examエフォート未記載––37.5%#8Scale AI / CAIS
SimpleBenchエフォート未記載––76.4%#17SimpleBench
Arena Hard Promptsエフォート未記載––1502#31Arena (LMArena)
GPQA Diamond (AA)Index対象外88.7%#8990.8%#55–Artificial Analysis
Humanity's Last Exam (AA)Index対象外29.5%#17239.7%#101–Artificial Analysis
GPQA Diamond (Vals)Index対象外–91.7%#18–Vals AI
Kagi LLM Benchmarkエフォート未記載––80.1%#9Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載––80.3%#1HELM Capabilities
ARC-AGI-1エフォート未記載––75.0%#140ARC Prize
ARC-AGI-2エフォート未記載––31.1%#139ARC Prize
CritPtIndex対象外0.0%#3379.1%#143–Artificial Analysis
SciPredictIndex対象外エフォート未記載––25.3%#1Scale AI SEAL
Arena ExpertIndex対象外エフォート未記載––1499#47Arena (LMArena)
CL-benchIndex対象外エフォート未記載––15.8%#17Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––65.0%#17ForecastBench

コーディング

ベンチマークlowhigh標準出典推移
SWE-bench Verified (Epoch)エフォート未記載––72.9%#21Epoch AI Benchmarking Hub
WeirdMLエフォート未記載––69.9%#34WeirdML
GSO-Benchエフォート未記載––18.6%#17GSO-Bench
Arena Codingエフォート未記載––1517#46Arena (LMArena)
Arena WebDevエフォート未記載––1441#85Arena (LMArena)
LiveCodeBenchエフォート未記載––86.4%#22Vals AI
SWE-bench (Vals)Index対象外–76.4%#36–Vals AI
SWE-Bench Proエフォート未記載––43.3%#8Scale AI SEAL
SWE-bench Verified (bash only)–69.6%#1474.2%#6SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載––68.7%#5SWE-bench
SWE-bench Verified (any scaffold)Index対象外エフォート未記載––77.4%#2SWE-bench
Vibe Code Bench v1.1Index対象外–14.3%#99–Vals AI
SWE-Bench Pro (private)Index対象外エフォート未記載––17.9%#9Scale AI SEAL
ALE-BenchIndex対象外988.2#70–1176.8#53Epoch AI Benchmarking Hub
AlgoTuneIndex対象外エフォート未記載––1.8#4AlgoTune
Design Arena WebsiteIndex対象外エフォート未記載––1244#64Design Arena
LiveCodeBench (AA)Index対象外85.7%#1391.8%#1–Artificial Analysis

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––69.4%#7Terminal-Bench
GDPvalエフォート未記載––40.3%#5OpenAI
Remote Labor Indexエフォート未記載––1.3%#17Scale AI / CAIS
Terminal-Bench Hard34.1%#8941.7%#50–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外68.1%#16387.1%#81–Artificial Analysis
MCP Atlasエフォート未記載––70.3%#24Scale AI SEAL
BFCL Overallエフォート未記載––72.5%#3Berkeley Function Calling Leaderboard
τ²-bench–82.5%#5–τ²-bench
τ³-bench BankingIndex対象外–18.0%#20–τ²-bench
Poker AgentIndex対象外エフォート未記載––1078.9%#6Vals AI
Terminal-Bench 2.0 (Vals)Index対象外–55.1%#15–Vals AI
Arena SearchIndex対象外エフォート未記載––1201#18Arena (LMArena)
BALROGIndex対象外エフォート未記載––58.1%#4BALROG
DeepResearch BenchIndex対象外46.3%#28––DeepResearch Bench
METR Time HorizonsIndex対象外エフォート未記載––71.0%#8METR
Vending-Bench 2Index対象外エフォート未記載––5478.2#29Andon Labs
Design Arena AgenticIndex対象外エフォート未記載––1080#64Design Arena

数学

ベンチマークlowhigh標準出典推移
OTIS Mock AIMEエフォート未記載––91.4%#77Epoch AI Benchmarking Hub
ProofBenchエフォート未記載––20.0%#54Vals AI
AIME (Vals)–96.7%#4–Vals AI
MGSM–93.9%#7–Vals AI
AIME 2026エフォート未記載––91.7%#25MathArena
HMMT February 2026エフォート未記載––86.4%#20MathArena
MathArena Apexエフォート未記載汚染の可能性––23.4%#14MathArena
Omni-MATH (HELM)エフォート未記載––55.6%#13HELM Capabilities
MATH 500Index対象外–96.4%#1–Vals AI
Arena Mathsエフォート未記載––1475#46Arena (LMArena)
AIME 2025 (AA)Index対象外86.7%#4195.7%#7–Artificial Analysis

知識

ベンチマークhigh標準出典推移
MMLU-Proエフォート未記載–90.1%#7Vals AI
LegalBench87.0%#7–Vals AI
CorpFin63.7%#43–Vals AI
TaxEval72.6%#60–Vals AI
MedQA96.0%#8–Vals AI
PRBench Financeエフォート未記載–39.2%#32Scale AI SEAL
PRBench Legalエフォート未記載–40.6%#36Scale AI SEAL
MultiNRCエフォート未記載汚染の可能性–59.0%#6Scale AI SEAL
MMLU-Pro (HELM)Index対象外エフォート未記載–90.3%#1HELM Capabilities
CaseLaw v2Index対象外53.1%#42–Vals AI
MedCodeIndex対象外52.2%#14–Vals AI
MedScribeIndex対象外72.0%#88–Vals AI
Global-MMLU-Lite (AA)Index対象外92.2%#3–Artificial Analysis

指示追従

ベンチマークlowhigh標準出典推移
IFBench49.7%#17870.4%#67–Artificial Analysis
MultiChallengeエフォート未記載––65.7%#11Scale AI SEAL
TutorBenchエフォート未記載––53.7%#9Scale AI SEAL
IFEval (HELM)エフォート未記載––87.6%#13HELM Capabilities
WildBench (HELM)エフォート未記載––85.9%#5HELM Capabilities
Arena Instruction FollowingIndex対象外エフォート未記載––1473#38Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1486#22Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1524#56EQ-Bench
Arena Creative WritingIndex対象外1484#12Arena (LMArena)
Arena Multi-turnIndex対象外1495#16Arena (LMArena)
Arena Longer QueriesIndex対象外1491#30Arena (LMArena)

マルチモーダル

ベンチマークhighthinking標準出典推移
Arena Visionエフォート未記載––1305#16Arena (LMArena)
MMMU-Pro80.2%#60––Artificial Analysis
VISTAエフォート未記載––51.5%#7Scale AI SEAL
MMMU-Pro (Vals)Index対象外87.5%#14––Vals AI
MortgageTaxIndex対象外69.1%#7––Vals AI
AudioMCIndex対象外–54.6%#6–Scale AI SEAL
AudioMC (text output)Index対象外–54.6%#6–Scale AI SEAL
VTBIndex対象外エフォート未記載––26.9%#5Scale AI SEAL
GeoBenchIndex対象外エフォート未記載––84.0%#7GeoBench
VPCTIndex対象外エフォート未記載––91.0%#1Epoch AI Benchmarking Hub

長文コンテキスト

ベンチマークlowhigh標準出典推移
AA-LCR v1.174.0%#18576.0%#165–Artificial Analysis
Arena DocumentIndex対象外エフォート未記載––1451#32Arena (LMArena)

総合

ベンチマークlowhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––153.0#54Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外22.3#21128.0#145–Artificial Analysis
AA Progress Index v1Index対象外265.1#221290.7#143–Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載––79.9%#5HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外41.7%#63Scale AI SEAL
MASKIndex対象外汚染の可能性42.6%#63Scale AI SEAL
PropensityBenchIndex対象外52.9%#8Scale 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。

Googleのほかのモデル

今月の新着

Gemini 3 Proと比較する

関連ページ

埋め込み・引用

Gemini 3 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 Pro on BenchLeader: 総合 40位](https://www.benchleader.com/badge/gemini-3-pro.svg)](https://www.benchleader.com/models/gemini-3-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 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-pro

BibTeX:

@misc{benchleader_gemini_3_pro_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 3 Pro on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-3-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 Proのベンチマークスコアは?
2026年11月16日時点で、Gemini 3 ProのBenchLeader Indexは60.0 ±3.4です(上位100位以内)。最も強いのは人間の評価(68)、最も弱いのは数学(54)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 Proの順位は?
2026年11月16日時点で、Gemini 3 Proはランク付けされた608構成中87位です(上位100位以内)。ほかに206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 ProはQwen3.7より優れていますか?
2026年11月16日時点で、Gemini 3 ProとQwen3.7(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで60.0対60.0、±5.4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 Proはいつリリースされましたか?
Googleが2025年11月18日にGemini 3 Pro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 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-pro