Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 2.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-07

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17
Puntuación 7.5 8.1
Rango #35 #17
Consistencia 9.0 9.5
Pruebas correctas
Tasa de aciertos por intento 68.6% 74.5%
Pruebas inestables 2 1
Ejecuciones totales 51 51
Costo por resultado 11.973 2.430
Costo total $1.317 $0.292
Precio de entrada $5.000 / 1M $0.300 / 1M
Precio de salida $25.000 / 1M $2.500 / 1M
Tokens de salida 26,343 1,376
Tokens de razonamiento 17,434 111,923
Tiempo de respuesta (promedio) 20.87s 11.88s
Tiempo de respuesta (máximo) 83.40s 95.48s
Tiempo de respuesta (total) 208.73s 201.89s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.6mediumvsGemma 4 31BnoneDisponible gratisClaude Opus 4.6mediumvsGLM 5noneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsMiMo-V2-Omninone