開発元のAIモデル
数値表
| モデル・推論設定 | 解決率 | 費用／試行（USD） | 時間 |
|---|---|---|---|
| Gemini 3.8 Flash (high) | 18.2 | 5.5417 | 33分 |
| Gemini 3.7 Flash (high) | 12.4 | 3.8238 | 28分 |
Gemini 3.7 Flash
Gemini 4 Argon
Googleが2026年9月30日に発表したモデル。最大出力は100万トークンです。Fairwind Programを通じて一部のサイバー防御担当者へ提供されています。開発者・企業・一般利用者向けの提供開始日は未発表です。
Gemini 4 Carbon
Agents’ Last Exam v1：スコア
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Agents’ Last Exam v1：1タスクの費用
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | USD / タスク |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
MMMU-Pro (Vision)：スコア
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
MMMU-Pro (Vision)：1タスクの費用
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | USD / タスク |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
AutomationBench 1.0.6：スコア
OpenAIが自社モデルを研究環境またはAPIで評価したAutomationBench 1.0.6のスコアです。全目標を達成したタスクの割合とは異なります。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
AutomationBench 1.0.6：1タスクの費用
OpenAIがAutomationBench 1.0.6で公表した1タスクあたりの費用です。APIの100万トークン単価とは異なります。
| モデル・実行構成 | 1タスクあたり・USD |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
OSWorld 2.1：スコア
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
OSWorld 2.1：1タスクの費用
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | USD / タスク |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
SMS迷惑判定：正答率
正解ラベルと一致した件数を500件で割った割合です。SMSは2分類、Banking77は77分類です。汎用知識やコード生成の能力は測っていません。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
SMS迷惑判定：処理時間 p50
500要求の処理時間を小さい順に並べた中央値です。ネットワーク・提供環境・出力形式を含みます。最初の応答までの時間（TTFT）ではありません。
| モデル・実行構成 | ms |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
SMS迷惑判定：処理時間 p95
500要求を昇順に並べ、floor(0.95 × (n − 1))番目を採った公開実装のp95です。遅い側の処理時間を示します。
| モデル・実行構成 | ms |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
SMS迷惑判定：1,000件の費用
評価時の費用合計を件数で割り、1,000倍した金額です。APIの100万トークン単価や自社運用の費用とは異なります。
| モデル・実行構成 | 1,000件あたり・USD |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Banking77問い合わせ分類：正答率
正解ラベルと一致した件数を500件で割った割合です。SMSは2分類、Banking77は77分類です。汎用知識やコード生成の能力は測っていません。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Banking77問い合わせ分類：処理時間 p50
500要求の処理時間を小さい順に並べた中央値です。ネットワーク・提供環境・出力形式を含みます。最初の応答までの時間（TTFT）ではありません。
| モデル・実行構成 | ms |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Banking77問い合わせ分類：処理時間 p95
500要求を昇順に並べ、floor(0.95 × (n − 1))番目を採った公開実装のp95です。遅い側の処理時間を示します。
| モデル・実行構成 | ms |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Banking77問い合わせ分類：1,000件の費用
評価時の費用合計を件数で割り、1,000倍した金額です。APIの100万トークン単価や自社運用の費用とは異なります。
| モデル・実行構成 | 1,000件あたり・USD |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
T-Rex：60秒生存率
5シードのうち60秒間生存した割合です。物理プランナーとshieldの介入を含む結果で、モデル単体の正確さや他用途への性能を示しません。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
T-Rex：処理時間 p50の中央値
APIのJevとローカルRTX 4090のCLMは実行条件が異なります。通信・実行環境を含むシステムの時間で、モデル単体の速度比較には使えません。
| モデル・実行構成 | ms |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Terminal-Bench 4.1
Terminal-Benchは、AIエージェントがターミナルを使って作業を完了する能力を測るベンチマークです。4.1の解決率を0〜100%で示し、数値が高いほど多くの作業を完了できたことを表します。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | 18.18 |
| Gemini 3.7 Flashhigh | 12.42 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Terminal-Bench 4.1：実行コスト
Terminal-Bench 4.1で報告された、330試行の評価にかかった合計費用です。単位は米ドル（USD）で、数値が小さいほど低コストです。APIのトークン単価や月額料金とは異なります。
| モデル・実行構成 | 330試行の合計・USD |
|---|---|
| Gemini 3.7 Flashhigh | 1,261.87 |
| Gemini 3.8 Flashhigh | 1,828.77 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Terminal-Bench 4.1：平均試行時間
Terminal-Bench 4.1で、1試行を終えるまでにかかった平均時間です。単位は秒で、数値が小さいほど短時間で試行を終えています。応答を返し始めるまでの待ち時間とは異なります。
| モデル・実行構成 | 秒 |
|---|---|
| Gemini 3.7 Flashhigh | 1,688.90 |
| Gemini 3.8 Flashhigh | 1,995.10 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Terminal-Bench-Science 0.1：スコア
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
Terminal-Bench-Science 0.1：1タスクの費用
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | USD / タスク |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
難しいプロンプトの事実誤認率：事実誤認率
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | % |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
難しいプロンプトの事実誤認率：1タスクの費用
OpenAIが公表した同じ評価の設定別の値。
| モデル・実行構成 | USD / タスク |
|---|---|
| Gemini 3.8 Flashhigh | この評価の公表値は未収録 |
| Gemini 3.7 Flashhigh | この評価の公表値は未収録 |
| Gemini 4 Argonhigh | この評価の公表値は未収録 |
| Gemini 4 Carbonhigh | この評価の公表値は未収録 |
API料金
| 実行構成 | 種別・単価 | 適用条件・出典 |
|---|---|---|
| Gemini 3.8 Flash / Google standard API | input: 0.75 USD / 1M tokens | 条件・出典Gemini Developer API Standard有料枠。2026年12月31日までの導入価格。出力はthinking tokensを含む。追加の推論量・ツール・キャッシュ保管・Batch/Flex/Priority料金を除く。2027年1月1日から入力1.50・出力7.50 USD/100万トークンへ変更予定。
モデルに対応する標準APIの単価。性能評価に使用された構成・実行費用とは別。（確認日 2026-09-28） ai.google.dev |
| Gemini 3.8 Flash / Google standard API | output: 3.75 USD / 1M tokens | 条件・出典Gemini Developer API Standard有料枠。2026年12月31日までの導入価格。出力はthinking tokensを含む。追加の推論量・ツール・キャッシュ保管・Batch/Flex/Priority料金を除く。2027年1月1日から入力1.50・出力7.50 USD/100万トークンへ変更予定。
モデルに対応する標準APIの単価。性能評価に使用された構成・実行費用とは別。（確認日 2026-09-28） ai.google.dev |
| Gemini 3.8 Flash / Google standard API | cache: 0.075 USD / 1M tokens | 条件・出典Gemini Developer API Standard有料枠。2026年12月31日までの導入価格。出力はthinking tokensを含む。追加の推論量・ツール・キャッシュ保管・Batch/Flex/Priority料金を除く。2027年1月1日から入力1.50・出力7.50 USD/100万トークンへ変更予定。
モデルに対応する標準APIの単価。性能評価に使用された構成・実行費用とは別。（確認日 2026-09-28） ai.google.dev |