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

Claude Opus 5 vs Google: Gemini 3.1 Pro Preview

average score প্রায় সমান: 9.2 vs 9.2. Gemini 3.1 Pro Preview (medium)-এর benchmark খরচ কম: $1.361 vs $2.835. Claude Opus 5 (high) দ্রুত: 20.44s vs 21.47s, pass rates 84.9% vs 90.9%.

প্রস্তাবিত মডেলGemini 3.1 Pro Preview (medium)It has the best score here (9.2), while costing about 2.1x less than Claude Opus 5 (high).

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

মেট্রিক Claude Opus 5 Claude Opus 5 high প্রকাশ: 2026-07-25 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium প্রকাশ: 2026-02-19
স্কোর 9.2 9.2
র‍্যাঙ্ক #11 #10
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 10.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.9% 90.9%
অস্থির টেস্ট 1 0
মোট রান 66 66
প্রতি ফলাফলে খরচ 15.747 6.801
মোট খরচ $2.835 $1.361
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M
আউটপুট মূল্য $25.000 / 1M $12.000 / 1M
মোট ইনপুট টোকেন 135,959 92,287
আউটপুট টোকেন 67,066 5,232
রিজনিং টোকেন 19,114 92,726
প্রতিক্রিয়া সময় (গড়) 20.44s 21.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 159.01s 88.68s
প্রতিক্রিয়া সময় (মোট) 449.68s 322.08s

Hamster playing table tennis

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

#11 Claude Opus 5

high
খরচ
$0.265
সময়
144.5s
টোকেন
10,741 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 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247

দ্রুত তুলনা

তুলনার জুটি বদলান