নেভিগেশন
AI BENCHY
Advertise here

Claude Opus 4.8 vs Gemini 3.1 Pro Preview (medium)

Gemini 3.1 Pro Preview (medium) average score-এ এগিয়ে: 9.2 vs 7.3. Claude Opus 4.8-এর benchmark খরচ কম: $1.166 vs $1.361. Claude Opus 4.8 দ্রুত: 4.91s vs 21.47s, pass rates 63.6% vs 90.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

র‍্যাঙ্ক
#74
মোট আউটপুট টোকেন
16,797
প্রতিক্রিয়া সময় (গড়)
4.91s
মোট খরচ
$1.166
র‍্যাঙ্ক
#10
মোট আউটপুট টোকেন
97,958
প্রতিক্রিয়া সময় (গড়)
21.47s
মোট খরচ
$1.361
প্রস্তাবিত মডেল Gemini 3.1 Pro Preview (medium)

It has the strongest score in this comparison (9.2) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium প্রকাশ: 2026-02-19
স্কোর 7.3 9.2
র‍্যাঙ্ক #74 #10
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 10.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 90.9%
অস্থির টেস্ট 2 0
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 6.801
মোট খরচ $1.166 $1.361
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M
আউটপুট মূল্য $25.000 / 1M $12.000 / 1M
মোট ইনপুট টোকেন 149,206 92,287
আউটপুট টোকেন 16,797 5,232
রিজনিং টোকেন 0 92,726
প্রতিক্রিয়া সময় (গড়) 4.91s 21.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 88.68s
প্রতিক্রিয়া সময় (মোট) 108.03s 322.08s

Hamster playing table tennis

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

#74 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#10 Gemini 3.1 Pro Preview

medium
খরচ
$0.115
সময়
87.2s
টোকেন
9,629 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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247

দ্রুত তুলনা

তুলনার জুটি বদলান