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

Claude Opus 5.5 (medium) vs Gemini 4 Carbon (high)

Gemini 4 Carbon (high) average score-এ এগিয়ে: 9.3 vs 9.2. Claude Opus 5.5 (medium)-এর benchmark খরচ কম: $1.804 vs $6.107. Claude Opus 5.5 (medium) দ্রুত: 25.85s vs 120.04s, pass rates 89.9% vs 97.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-13

তুলনা করা মডেল

র‍্যাঙ্ক
#41
মোট আউটপুট টোকেন
32,127
প্রতিক্রিয়া সময় (গড়)
25.85s
মোট খরচ
$1.804
র‍্যাঙ্ক
#36
মোট আউটপুট টোকেন
513,770
প্রতিক্রিয়া সময় (গড়)
120.04s
মোট খরচ
$6.107
প্রস্তাবিত মডেল Claude Opus 5.5 (medium)

Its score stays close to the best score here (9.2 vs 9.3), while costing about 3.4x less than Gemini 4 Carbon (high).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 5.5 Claude Opus 5.5 medium প্রকাশ: 2026-09-23 Gemini 4 Carbon Gemini 4 Carbon high প্রকাশ: 2026-11-12
স্কোর 9.2 9.3
র‍্যাঙ্ক #41 #36
নির্ভরযোগ্যতা 10.0 9.0
ধারাবাহিকতা 9.7 9.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 89.9% 97.1%
অস্থির টেস্ট 1 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 9.016 29.080
মোট খরচ $1.804 $6.107
ইনপুট মূল্য $4.000 / 1M $2.000 / 1M
আউটপুট মূল্য $20.000 / 1M $10.000 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.100 / 1M
ক্যাশ লেখার মূল্য $5.000 / 1M $0.188 / 1M
মোট ইনপুট টোকেন 290,117 484,505
আউটপুট টোকেন 9,805 6,098
রিজনিং টোকেন 22,322 507,672
প্রতিক্রিয়া সময় (গড়) 25.85s 120.04s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 90.20s 443.11s
প্রতিক্রিয়া সময় (মোট) 594.63s 2760.87s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~1.2T মোট (~20B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#41 Claude Opus 5.5

medium
খরচ
$0.053
সময়
25.6s
টোকেন
2,781 tok

#36 Gemini 4 Carbon

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
টোকেন
0 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 5.5 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341
Gemini 4 Carbon 10.0 10.0 100.0% 0 119.00s 8,448 495 79,534

দ্রুত তুলনা

তুলনার জুটি বদলান

Claude Opus 5.5mediumvsMuse Spark OpenhighSeed 2.1 TurbolowvsGemini 4 CarbonhighClaude Opus 5.5mediumvsGemini 4 HydrogenlowClaude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017lowClaude Opus 5.5mediumvsGemini 4 HydrogenxhighClaude Opus 5.5mediumvsMuse EmberhighGemini 4 CarbonhighvsGPT-6.1 TerralowClaude Opus 5.5mediumvsSeed 2.1 TurbolowClaude Opus 5.5mediumvsQwen3.8 Max (0902)highGemini 4 CarbonhighvsMuse WondermediumGemini 4 CarbonhighvsGPT-6.1 TerraxhighClaude Opus 5.5mediumvsMuse Spark 1.3high