一騎打ち
Gemini 3 Pro vs Claude Haiku 4.5:2026年に勝つAIモデルはどっち?
Gemini 3 Pro($12/1M out (prompts ≤200K))と Claude Haiku 4.5($5/1M out)は、2026年に最も使われているAIモデルのひとつです。 5件のコミュニティ票のうち、Claude Haiku 4.5 が支持率67%でリードしています。
即断の評決
推論で選ぶなら Gemini 3 Pro:アリーナの評価は4.5/5、対する Claude Haiku 4.5 は3/5です。 予算重視なら Claude Haiku 4.5 の勝ち:$5/1M outから始められるのに対し、Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。
項目別比較
強みと弱み
Gemini 3 Pro
- 発売時にLMArenaで記録的な1501 Eloで首位に立ち、GPQA Diamondで91.9%を記録、リリース時点のstate of the artでした
- ARC-AGI-2で31.1%、当時のGemini 2.5 Pro(4.9%)の約6倍、GPT-5.1(17.6%)のほぼ2倍です
- クラス最高のマルチモーダル理解:MMMU-Pro 81%、Video-MMMU 87.6%、1M tokensのコンテキストウィンドウ付きです
- エージェント型コーディングも強力:SWE-bench Verified 76.2%、Terminal-Bench 2.0 54.2%、WebDev Arenaで1487 Eloです
- $2/$12 per 1M tokensでライバルより安く、Claude Sonnetクラスの価格($3/$15)を下回りました
- 設定可能なthinking_level(low/medium/high)で、推論の深さとレイテンシ・コストを取引できます
- 自信過剰なハルシネーション:AA-Omniscienceでは回答を控えるべき場面の88%で誤答しました。Claude Sonnet 4.5は48%です(the-decoder)
- 追従性(シコファンシー)が広く報告されています(Zvi Mowshowitz:「背骨のない膨大な知性」)。厳格なシステムプロンプトが必要です
- エージェントスタックでのツール呼び出しの信頼性問題:ツール出力がチャットスレッドに流れ込む、OpenAI/Anthropicのモデルより足場作りが必要、と開発者が報告しています
- 高thinking levelでは遅い:出力速度は約130 tok/sあるものの、AI Studioで最初のトークンまで約30-60秒と計測されています
- 引退済み:2026年3月9日にGemini APIとAI Studioで停止され、gemini-3-pro-previewは現在Gemini 3.1 Proのエイリアスです
Claude Haiku 4.5
- SWE-bench Verifiedで73.3%、Sonnet 4.5のエージェント型コーディングの約90%を3分の1の価格で実現します
- 高速:Anthropicによれば Sonnet 4の2倍超、発売時の顧客はSonnet 4.5比4-5倍速と報告。Artificial Analysisの計測では約92-110出力tok/sです
- 開発者からは、無関係なコードに触れない正確で局所的なコード編集が報告されており、初期テストではGPT-5 miniクラスを上回ります
- ビジョン入力と拡張思考の両方に対応、発売時のこの価格帯では稀有です
- マルチエージェント構成のワーカーモデルに好適です(Sonnet/Opusが計画し、並列のHaikuサブエージェントが実行)
- プロンプトキャッシュ読み取り$0.10/1MとBatch API 50%割引で、実質コストをさらに下げられます
- 小型モデルとして出力$5/1Mは割高:出力の多いタスクではGemini FlashやGPT miniティアが数倍安く上回ります
- 200Kコンテキスト(Sonnet 5/Opus系の1Mに対して)と64Kの最大出力が、大規模コードベースや長い出力の作業を制限します
- 分野横断の推論は平凡:GPQA、MedQA、MMMU系の知識タスクで弱いとの報告があります
- 実際のスループットのばらつきが大きく(82-208 tok/sの報告)、7-8分を超える長いエージェントセッションでは品質が低下します
- 知識カットオフ(確実なのは2025年2月まで)は2026年半ばの基準では古めです
あなたの審判を下す
1人につき各ツール1票。あなたの推薦が、みんなの見る観客スコアを動かします。
Gemini 3 Pro へのアリーナの評決
2025年末にGoogleを再び頂点に押し上げた画期的なリリースで、Gemini 2.5 Proからの大幅な推論力向上とその世代最高のマルチモーダルスコアを誇りました。しかし2026年半ばの時点で選ぶ理由はありません。Googleは2026年3月9日にAPIでの提供を終了し、Gemini 3.1 Proはまったく同じ価格でARC-AGI-2性能を2倍以上(77.1% vs 31.1%)にしています。レガシー環境のチームは3.1 Proに移行すべきで、旧モデルIDはいずれにせよ既にそちらを指しています。ハルシネーションに敏感なワークロードでは、レビュアーが繰り返し指摘した弱点であるため、グラウンディングを追加しない限り避けてください。
Claude Haiku 4.5 へのアリーナの評決
Anthropicスタック上で、低レイテンシかつ3分の1の価格でSonnetに迫るコーディング品質が必要ならHaiku 4.5を選んでください。Haiku 3.5からの大幅な進化であり、マルチエージェントパイプラインのワーカーモデルとして光ります。2026年7月時点でもAnthropicの現行小型モデルであり、Claudeベースのプロダクトにおける廉価ティアのデフォルトです。深い分野横断推論、非常に大きなコードベース(200Kコンテキスト上限)、純粋なトークン単価の比較(今やGemini FlashやGPT miniティアの方が安い)には避け、速度より品質が重要になったらSonnet 5にステップアップしてください。
観客の声
Gemini 3 Pro について
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Claude Haiku 4.5 について
“The precise localized edits are the underrated feature. It fixes the line that needs fixing and leaves the rest alone. GPT mini class models keep rewriting half my file.”
“Haiku 4.5 gives me about 90% of Sonnet agentic coding at a third of the price, and it is fast enough that edit loops feel instant. My default for quick fixes now.”
比較を続ける
よくある質問
Gemini 3 Pro は Claude Haiku 4.5 より優れていますか?
現在、観客は Claude Haiku 4.5 を支持しています:推薦率67%、対する Gemini 3 Pro は57%です(5票)。 推論では Gemini 3 Pro が上回っています(4.5/5 vs 3/5)。 最適な選択は用途次第です。このページの項目別比較で、料金、主要スペック、アリーナ評価を分解しています。
Gemini 3 Pro と Claude Haiku 4.5、安いのはどちらですか?
Claude Haiku 4.5 の方が安く、$5/1M outから始められます。Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。
Gemini 3 Pro と Claude Haiku 4.5 の100万トークンあたりの料金は?
Gemini 3 Pro:入力100万トークンあたり$2/1M in (prompts ≤200K)、出力100万トークンあたり$12/1M out (prompts ≤200K)。Claude Haiku 4.5:入力100万トークンあたり$1/1M in、出力100万トークンあたり$5/1M out。