Claude Sonnet 5.5 vs. Gemini 3.8 Flash：リリース比較

Claude Sonnet 5.5とGemini 3.8 Flashのリリース比較：それぞれ5個と3個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全8個のモデルの主要指標を比較します。

知能が最も高いのはClaude Sonnet 5.5です。Claude Sonnet 5.5 (Max, Default Fallback)（56）に対し、Gemini 3.8 FlashはGemini 3.8 Flash (High)（41）です。
出力速度が最も速いのはGemini 3.8 Flashです。Gemini 3.8 Flash (High)（158トークン/秒）に対し、Claude Sonnet 5.5はClaude Sonnet 5.5 (Max, Default Fallback)（136トークン/秒）です。
タスクあたりの費用が最も低いのはClaude Sonnet 5.5です。Claude Sonnet 5.5 (Low, Default Fallback)（$0.35）に対し、Gemini 3.8 FlashはGemini 3.8 Flash (Medium)（$0.93）です。

比較するリリース


	Claude Sonnet 5.5 (max with fallback)	Claude Sonnet 5.5 (xhigh with fallback)	Claude Sonnet 5.5 (high with fallback)	Gemini 3.8 Flash (high)	Claude Sonnet 5.5 (medium with fallback)	Gemini 3.8 Flash (medium)	Claude Sonnet 5.5 (low with fallback)	Gemini 3.8 Flash (low)
Intelligence Index	56	52	47	41	41	40	36	33
財務・会計	57	52	47	47	41	45	38	39
戦略・オペレーション	60	56	52	48	45	48	41	39
法務	56	52	49	52	44	51	41	45
医療・ヘルスケア	58	--	--	42	--	--	--	--
エンジニアリング	58	54	48	43	42	40	38	34
経済学	61	56	52	52	47	50	44	46
AA-Briefcase v1.1	1817	1751	1636	1203	1441	1182	1272	1062
GDPval-AA v2.1	1838	1728	1549	1436	1323	1421	1175	1307
AutomationBench-AA	71.8%	65.5%	59.4%	59.9%	54.9%	60.9%	49.4%	36.5%
Terminal-Bench 4.0	63.6%	57.1%	43.9%	19.7%	29.8%	19.7%	20.7%	10.1%
SciCode	61.0%	57.3%	53.7%	56.6%	52.9%	55.1%	49.1%	55.0%
Humanity's Last Exam	55.0%	50.0%	45.8%	47.8%	39.8%	42.1%	36.2%	37.1%
GDP.pdf	25.8%	24.6%	25.2%	21.0%	20.2%	22.8%	16.0%	18.6%
CritPt	31.4%	31.1%	24.6%	18.3%	16.9%	12.3%	11.4%	4.0%
AA-Omniscience	32	24	21	30	20	29	19	21
AA-LCR v1.1	82.7%	79.7%	78.0%	81.3%	76.3%	84.0%	76.0%	80.7%

タスクあたりの費用USD	$5.46	$2.01	$0.88	$1.24	$0.48	$0.93	$0.35	--
入力料金USD/100万トークン	$2.00	$2.00	$2.00	$0.75	$2.00	$0.75	$2.00	$0.75
出力料金USD/100万トークン	$10.00	$10.00	$10.00	$3.75	$10.00	$3.75	$10.00	$3.75
キャッシュヒット料金USD/100万トークン	$0.10	$0.10	$0.10	$0.075	$0.10	$0.075	$0.10	$0.075
キャッシュ書き込み料金USD/100万トークン	$2.50	$2.50	$2.50	$0.75	$2.50	$0.75	$2.50	$0.75

出力速度トークン/秒	136	112	110	158	109	--	109	--
最初のトークンまでの時間秒	391.60	36.17	11.62	23.96	1.11	--	0.96	--
最初の回答トークンまでの時間秒	391.60	36.17	11.62	23.96	1.11	--	0.96	--
エンドツーエンド応答時間秒	395.28	40.64	16.17	27.11	5.70	--	5.55	--
タスクあたりの時間秒	892.98	423.96	218.05	440.35	126.27	--	84.16	--

コンテキストウィンドウ	1M	1M	1M	1M	1M	1M	1M	1M
開発元	Anthropic	Anthropic	Anthropic	Google	Anthropic	Google	Anthropic	Google
ライセンス	独自	独自	独自	独自	独自	独自	独自	独自
入力モダリティ	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像、音声、動画	対応：テキスト、画像	対応：テキスト、画像、音声、動画	対応：テキスト、画像	対応：テキスト、画像、音声、動画
出力モダリティ	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト
プロバイダー

知能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

タスクあたりの費用

Weighted average cost (USD) per Intelligence Index task · Lower is better

知能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index とタスクあたりのコスト

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Claude Sonnet 5.5

Gemini 3.8 Flash

Pareto line

AA-Briefcase v1.1

GDPval-AA v2.1

タスク当たりのコスト（USD、対数スケール）

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

費用

Intelligence Index タスクあたりのコスト

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

速度と遅延

出力速度

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定

Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

Claude Sonnet 5.5 vs. Gemini 3.8 Flash：リリース比較

知能

速度

タスクあたりの費用

知能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

速度と遅延

出力速度

Output Speed

Model Performance Representation

能力スコア

能力指数