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 Flash Preview

সারাংশ

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 7.4. Claude Opus 4.7-এর benchmark খরচ কম: $0.505 vs $0.667. Claude Opus 4.7 দ্রুত: 3.02s vs 18.64s, pass rates 76.2% vs 98.4%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) 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 none প্রকাশ: 2026-04-16 Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17
স্কোর 7.4 9.6
র‍্যাঙ্ক #65 #2
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 98.4%
অস্থির টেস্ট 0 1
মোট রান 57 63
প্রতি ফলাফলে খরচ 3.154 3.335
মোট খরচ $0.505 $0.667
ইনপুট মূল্য $5.000 / 1M $0.500 / 1M
আউটপুট মূল্য $25.000 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 69,576 37,017
আউটপুট টোকেন 6,265 2,006
রিজনিং টোকেন 0 214,153
প্রতিক্রিয়া সময় (গড়) 3.02s 18.64s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 18.27s 117.26s
প্রতিক্রিয়া সময় (মোট) 57.44s 391.35s

জেনারেশন শোকেস

Hamster playing table tennis

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

#65 Claude Opus 4.7

none
খরচ
$0.051
সময়
24.2s
টোকেন
2,181 tok

#2 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
17.9s
টোকেন
3,236 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 3.3 3.3 33.3% 0 2.84s 1,176 494 0
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

দ্রুত তুলনা

তুলনার জুটি বদলান