Gemini 3.6 Flash vs GPT-5.6

Q: Gemini 3.6 Flash と GPT-5.6 ではどちらが安いですか？

入力 / 1mトークン においては Gemini 3.6 Flash の方が安価です（$1.5 対 $5、3.3× の差）。他の行では逆になる可能性があります — 上の表には完全な情報が記載されており、実際のコストは組み合わせに依存します。

どちらかを変更 vs

いつ、どちらを使うべきか — ベンチマーク表ではなく、厳選された評価

大量処理やマルチモーダルな仕事には gemini-3.6-flash を選んでください。テキスト・画像・動画・音声を入力として受け取り、100万トークンあたり入力 $1.5、出力 $7.5 で、gpt-5.6 の $5 と $30 に対しておよそ 3.3 分の 1 と 4 分の 1、キャッシュ読み取りは $0.15 対 $0.5 です。推論能力、思考をオフにする選択肢（gemini-3.6-flash にはできません）、あるいは 65536 ではなく最大 128000 出力トークンの長い単発応答が欲しいなら gpt-5.6 を選びます。コンテキストウィンドウは 1048576 対 1050000 トークンで実質同じなので、判断材料にはなりません。

料金

	Gemini 3.6 Flash	GPT-5.6	Δ
入力 / 1Mトークン	$1.5	$5	0.3×
出力 / 1Mトークン	$7.5	$30	0.25×
キャッシュ読み取り / 1Mトークン	$0.15	$0.5	0.3×
キャッシュ書き込み	—	別途料金なし	—

ビルド時のライブカタログの料金です。各モデルのページには現在の料金カードが記載されています。

位置付け — この課金単位におけるすべての63個のチャットモデル全体の1Mトークンあたりの入力料金 (対数スケール)

Gemini 3.6 Flash · $1.5 GPT-5.6 · $5

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

機能

	Gemini 3.6 Flash	GPT-5.6
ツール使用	あり	あり
思考コントロール	常時オン	設定可能
構造化出力	あり	あり
プロンプトキャッシング	暗黙的 + 明示的	暗黙的 (自動)
キャッシュ有効期間	非公開	5–10m, up to 1h
最小キャッシュプレフィックス	4096 トークン	1024 トークン

仕様

	Gemini 3.6 Flash	GPT-5.6
入力モダリティ	テキスト画像音声動画	テキスト画像
出力モダリティ	テキスト	テキスト
リリース	—	2026-07-09
知識のカットオフ	2026-03	2026-02
コンテキストウィンドウ	1M	1.1M
最大出力	66K	128K
思考パラメータ	thinkingLevel	reasoning.effort
指定可能な値	minimal low medium high	reasoning.effort none low medium high xhigh max
デフォルト	medium	medium

仕様は各ベンダーのドキュメントから転記されています。ベンダーが公開していない行は推測せず、省略しています。すべての出典: Gemini 3.6 Flash · GPT-5.6

1つのプロンプト、両方のモデル — ゲートウェイ経由で測定

CFO向けの推論バグのある関数の修正スキーマへの抽出制約に沿った記述

プロンプト Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. チェックちょうど 3 文

Gemini 3.6 Flash パス · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

出力 893 tok (+816 思考) レイテンシ 4.7 s

GPT-5.6 パス · 3 sentences

Enabling reasoning makes the model generate many additional internal tokens before producing an answer, so each request consumes substantially more compute. Those reasoning tokens are billed even though they are not visible to users, and longer processing can also increase tool calls, retries, and output length. The bill doubled because our cost per request rose, not necessarily because usage volume increased; we can control it by limiting reasoning effort and routing simpler tasks to cheaper models.

出力 126 tok (+30 思考) レイテンシ 3.0 s

指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。

プロンプト This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. チェック修正がテストを通る

Gemini 3.6 Flash パス · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

出力 2034 tok (+1768 思考) レイテンシ 10.0 s

GPT-5.6 パス · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 return max(best, cur) ``` The original code counted equal *transitions* rather than items, so a run of one had length `0`, a run of three had length `2`, and tracking from zero caused the off-by-one error. The corrected version starts each run at length `1`, resets to `1` when the value changes, and performs a final `max` after the loop so a run ending at the last element is included; an empty input still returns `0`.

出力 277 tok (+93 思考) レイテンシ 4.2 s

修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。

プロンプト Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. チェック妥当な JSON、スキーマ厳密

Gemini 3.6 Flash パス · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

出力 2843 tok (+2783 思考) レイテンシ 13.1 s

GPT-5.6 パス · 5/5 fields, guidance "withheld pending the Q4 close"

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld pending the Q4 close" }

出力 179 tok (+118 思考) レイテンシ 3.7 s

スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。

プロンプト Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. チェック 120 語、禁止語 0

Gemini 3.6 Flash 失敗 · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

出力 4092 tok (+3929 思考) レイテンシ 16.3 s

GPT-5.6 パス · 120 words, 0 banned, 1 question

Today we are introducing Prompt Cache, a new API gateway feature that stores reusable prompt prefixes and serves them across supported model providers. By recognizing identical system instructions, tools, examples, and context blocks, Prompt Cache reduces repeated input processing, lowers latency, and helps control token costs without changing application code. Teams can configure retention windows, cache keys, provider routing, encryption, and regional storage policies from one dashboard or API. What happens when a preferred provider is unavailable? The gateway can route requests to another provider while reusing eligible cached content, preserving performance and consistency. Built-in metrics report hit rates, savings, latency, and provider usage, while audit logs support governance. Prompt Cache is available today in public preview for all customers.

出力 628 tok (+473 思考) レイテンシ 7.3 s

制約の遵守（語数の上限、禁止語リスト、唯一の疑問文）、文体の指紋、そして長さの制御。

1行で切り替え

以下のすべてのタブには両方のIDが含まれています — 変更箇所はハイライトされた2行のみです。エンドポイント、キー、リクエスト形式はすべて同じです。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gemini-3.6-flash",
    # model="gpt-5.6",  # この行をアンコメントし、上の行をコメントアウトします
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "gemini-3.6-flash",
  // model: "gpt-5.6",  // この行をアンコメントし、上の行をコメントアウトします
  messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.6-flash",
    # "model": "gpt-5.6",  # この行をアンコメントし、上の行をコメントアウトします
    "messages": [{"role": "user", "content": "Hello"}]
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "gemini-3.6-flash",
		// Model: "gpt-5.6",  // この行をアンコメントし、上の行をコメントアウトします
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("gemini-3.6-flash")
        // .model("gpt-5.6")  // この行をアンコメントし、上の行をコメントアウトします
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

APIキーを取得する →

FAQ

Gemini 3.6 Flash と GPT-5.6 ではどちらが安いですか？

入力 / 1mトークンにおいては Gemini 3.6 Flash の方が安価です（$1.5 対 $5、3.3× の差）。他の行では逆になる可能性があります — 上の表には完全な情報が記載されており、実際のコストは組み合わせに依存します。

2つの統合を行わずに Gemini 3.6 Flash と GPT-5.6 のA/Bテストを実施できますか？

はい。両方とも1つのAPIキーで同じOpenAI互換エンドポイントを通じて提供されます — モデル文字列を1行変更するだけで切り替えられるため、トラフィックの一部をそれぞれにルーティングし、請求額を直接比較できます。

Gemini 3.6 Flash と GPT-5.6 はプロンプトキャッシングをサポートしていますか？

はい — どちらのモデルでもキャッシュ読み込みは入力レートよりも低く請求されるため、ウォームプレフィックスのワークロードは定価が示すよりも低コストになります。キャッシュ読み込みの正確な行は、上の料金表に記載されています。

当社の測定調査より

Gemini 3.7 Flash API の実測コスト：3.6 より 2.5〜8 倍安い画像 1 枚は何 token？15 API で 6〜1,298 を実測 LLM の思考制御：13 モデルの対応・無視・厳密適用

料金

機能

仕様

1つのプロンプト、両方のモデル — ゲートウェイ経由で測定

1行で切り替え

FAQ

関連する比較

当社の測定調査より