নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

সারাংশ

Claude Opus 4.8 (medium) average score-এ এগিয়ে: 8.8 vs 7.0. Gemini 3.5 Flash-এর benchmark খরচ কম: $1.079 vs $1.107. Claude Opus 4.8 (medium) দ্রুত: 9.72s vs 9.93s, pass rates 84.1% vs 77.8%.

প্রস্তাবিত মডেলClaude Opus 4.8 (medium)It has the strongest score in this comparison (8.8) 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 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash none প্রকাশ: 2026-05-19
স্কোর 8.8 7.0
র‍্যাঙ্ক #15 #83
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.1% 77.8%
অস্থির টেস্ট 1 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 6.512 7.190
মোট খরচ $1.107 $1.079
ইনপুট মূল্য $5.000 / 1M $1.500 / 1M
আউটপুট মূল্য $25.000 / 1M $9.000 / 1M
মোট ইনপুট টোকেন 61,007 13,843
আউটপুট টোকেন 26,495 117,518
রিজনিং টোকেন 5,901 0
প্রতিক্রিয়া সময় (গড়) 9.72s 9.93s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 38.03s 64.36s
প্রতিক্রিয়া সময় (মোট) 204.19s 178.68s

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

#83 Gemini 3.5 Flash

none
খরচ
$0.225
সময়
125.5s
টোকেন
25,004 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 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0

দ্রুত তুলনা

তুলনার জুটি বদলান