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 4.8 vs Google: Gemini 3.5 Flash

সারাংশ

Gemini 3.5 Flash (low) average score-এ এগিয়ে: 9.2 vs 8.8. Gemini 3.5 Flash (low)-এর benchmark খরচ কম: $0.349 vs $1.107. Gemini 3.5 Flash (low) দ্রুত: 3.27s vs 9.72s, pass rates 84.1% vs 90.5%.

প্রস্তাবিত মডেলGemini 3.5 Flash (low)It has the best score here (9.2), while costing about 3.2x less than Claude Opus 4.8 (medium).

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

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash low প্রকাশ: 2026-05-19
স্কোর 8.8 9.2
র‍্যাঙ্ক #15 #8
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 10.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.1% 90.5%
অস্থির টেস্ট 1 0
মোট রান 63 63
প্রতি ফলাফলে খরচ 6.512 1.834
মোট খরচ $1.107 $0.349
ইনপুট মূল্য $5.000 / 1M $1.500 / 1M
আউটপুট মূল্য $25.000 / 1M $9.000 / 1M
মোট ইনপুট টোকেন 61,007 36,938
আউটপুট টোকেন 26,495 2,033
রিজনিং টোকেন 5,901 30,519
প্রতিক্রিয়া সময় (গড়) 9.72s 3.27s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 38.03s 9.05s
প্রতিক্রিয়া সময় (মোট) 204.19s 68.65s

জেনারেশন শোকেস

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
খরচ
$0.057
সময়
23.1s
টোকেন
2,412 tok

#8 Gemini 3.5 Flash

low
খরচ
$0.068
সময়
39.1s
টোকেন
7,588 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 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Gemini 3.5 Flash 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420

দ্রুত তুলনা

তুলনার জুটি বদলান