AIFIND / MODEL INTELLIGENCE
Gemini 3.8 Flash
Google · 公開日 2026-09-02
集計
総合スコア75.9
参考順位#6
証拠のカバー率87.5%
個別評価16
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠84.6%
Arena · 創作総合比較の証拠1,484.5
Creative Writing v3総合比較の証拠1,747.9
コーディング
DeepSWE v1.1総合比較の証拠73.8%
推論
LiveBench · 推論と数学総合比較の証拠90.4%
FrontierMath v2 · Tiers 1–3総合比較の証拠68.4%
FrontierMath v2 · Tier 4総合比較の証拠22.0%
Chess Puzzles総合比較の証拠61.0%
知識
SimpleQA Verified総合比較の証拠69.7%
専門業務
APEX-Agents 1.1総合比較の証拠64.3%
近い順位のモデルと比較
GPT-6 Astra · #517 共通測定
共通証拠の重み 87.5% · 相対的な純支持差 -0.045
| 出典 | Gemini 3.8 Flash | GPT-6 Astra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 84.6% | 82.5% | 12.5% |
| Arena · 創作 ↗ | 1,484.5 | 1,449.1 | 6.3% |
| Creative Writing v3 ↗ | 1,747.9 | 2,173.3 | 3.1% |
| Longform Writing ↗ | 76.8 | 82.8 | 3.1% |
| DeepSWE v1.1 ↗ | 73.8% | 73.2% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.5% | 80.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.2% | 57.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.4% | 94.7% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 68.4% | 93.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 22.0% | 97.6% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 72.0% | 3.1% |
| Mystery Game Puzzles ↗ | 47.0% | 84.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 75.6% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 95.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 64.3% | 64.7% | 6.3% |
| Vals Finance Agent ↗ | 61.4% | 53.5% | 6.3% |
| Arena Vision ↗ | 1,290.3 | 1,284.3 | 12.5% |
GPT-6.1 Sol · #714 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 0.039
| 出典 | Gemini 3.8 Flash | GPT-6.1 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 84.6% | 82.1% | 12.5% |
| Arena · 創作 ↗ | 1,484.5 | 1,459.7 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.5% | 80.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.2% | 54.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.4% | 94.7% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 68.4% | 93.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 22.0% | 100.0% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 61.0% | 3.1% |
| Mystery Game Puzzles ↗ | 47.0% | 80.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 73.9% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 95.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 64.3% | 60.0% | 6.3% |
| Vals Finance Agent ↗ | 61.4% | 52.0% | 6.3% |
| Arena Vision ↗ | 1,290.3 | 1,290.6 | 12.5% |
Gemini 3.7 Flash · #416 共通測定
共通証拠の重み 84.4% · 相対的な純支持差 -0.006
| 出典 | Gemini 3.8 Flash | Gemini 3.7 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 84.6% | 82.7% | 12.5% |
| Arena · 創作 ↗ | 1,484.5 | 1,493.4 | 6.3% |
| Creative Writing v3 ↗ | 1,747.9 | 1,723.2 | 3.1% |
| DeepSWE v1.1 ↗ | 73.8% | 65.3% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.5% | 78.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.2% | 58.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.4% | 90.6% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 68.4% | 71.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 22.0% | 36.6% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 47.0% | 3.1% |
| Mystery Game Puzzles ↗ | 47.0% | 37.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 69.2% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 94.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 64.3% | 67.8% | 6.3% |
| Vals Finance Agent ↗ | 61.4% | 59.0% | 6.3% |
| Arena Vision ↗ | 1,290.3 | 1,296 | 12.5% |
Claude Opus 5 · #816 共通測定
共通証拠の重み 81.2% · 相対的な純支持差 0.036
| 出典 | Gemini 3.8 Flash | Claude Opus 5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 84.6% | 76.2% | 12.5% |
| Arena · 創作 ↗ | 1,484.5 | 1,470.6 | 6.3% |
| Creative Writing v3 ↗ | 1,747.9 | 2,132.6 | 3.1% |
| Longform Writing ↗ | 76.8 | 86.3 | 3.1% |
| DeepSWE v1.1 ↗ | 73.8% | 73.6% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.5% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.2% | 65.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.4% | 93.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 68.4% | 85.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 22.0% | 73.2% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 42.0% | 3.1% |
| Mystery Game Puzzles ↗ | 47.0% | 59.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 59.9% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 93.9% | 6.3% |
| APEX-Agents 1.1 ↗ | 64.3% | 65.8% | 6.3% |
| Arena Vision ↗ | 1,290.3 | 1,289 | 12.5% |
Claude Fable 5.1 · #315 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.111
| 出典 | Gemini 3.8 Flash | Claude Fable 5.1 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 84.6% | 81.2% | 12.5% |
| Arena · 創作 ↗ | 1,484.5 | 1,481.8 | 6.3% |
| Creative Writing v3 ↗ | 1,747.9 | 2,162 | 3.1% |
| Longform Writing ↗ | 76.8 | 85.3 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.5% | 86.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.2% | 66.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 90.4% | 94.3% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 68.4% | 90.2% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 22.0% | 87.8% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 47.0% | 3.1% |
| Mystery Game Puzzles ↗ | 47.0% | 58.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 70.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 64.3% | 68.6% | 6.3% |
| Vals Finance Agent ↗ | 61.4% | 58.9% | 6.3% |
| Arena Vision ↗ | 1,290.3 | 1,287.7 | 12.5% |