নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash

সারাংশ

Claude Opus 4.7 (medium) average score-এ এগিয়ে: 8.7 vs 6.8. Gemini 3.5 Flash (minimal)-এর benchmark খরচ কম: $0.108 vs $0.679. Gemini 3.5 Flash (minimal) দ্রুত: 1.57s vs 4.73s, pass rates 82.5% vs 68.3%.

প্রস্তাবিত মডেলClaude Opus 4.7 (medium)It has the strongest score in this comparison (8.7) and the best overall balance of cost and response time across all 2 models.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক Claude Opus 4.7 Claude Opus 4.7 medium প্রকাশ: 2026-04-16 Gemini 3.5 Flash Gemini 3.5 Flash minimal প্রকাশ: 2026-05-19
স্কোর 8.7 6.8
র‍্যাঙ্ক #16 #88
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 82.5% 68.3%
অস্থির টেস্ট 1 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.991 0.767
মোট খরচ $0.679 $0.108
ইনপুট মূল্য $5.000 / 1M $1.500 / 1M
আউটপুট মূল্য $25.000 / 1M $9.000 / 1M
মোট ইনপুট টোকেন 65,406 39,847
আউটপুট টোকেন 11,858 5,277
রিজনিং টোকেন 2,198 0
প্রতিক্রিয়া সময় (গড়) 4.73s 1.57s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 23.18s 5.51s
প্রতিক্রিয়া সময় (মোট) 94.51s 33.02s

জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#16 Claude Opus 4.7

medium
খরচ
$0.059
সময়
26.8s
টোকেন
2,475 tok

#88 Gemini 3.5 Flash

minimal
খরচ
$0.041
সময়
20.4s
টোকেন
4,608 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Gemini 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0

দ্রুত তুলনা

তুলনার জুটি বদলান