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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 2.5 Flash

Resumen

Comparación benchmark de Claude Opus 4.6 vs Gemini 2.5 Flash: Gemini 2.5 Flash lidera en puntuación media con 8.2 vs 7.7. Gemini 2.5 Flash tiene menor coste de benchmark con $0.379 vs $2.053. Gemini 2.5 Flash es más rápido con 15.49s vs 25.89s, con tasas de acierto de 61.9% vs 69.8%.

Modelo recomendado: Gemini 2.5 Flash - Tiene la mejor puntuación aquí (8.2) y cuesta aproximadamente 5.4x menos que Claude Opus 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

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 7.7 8.2
Rango #40 #24
Fiabilidad 10.0 10.0
Consistencia 8.8 9.6
Pruebas correctas
Tasa de aciertos por intento 61.9% 69.8%
Pruebas inestables 3 1
Ejecuciones totales 63 63
Costo por resultado 17.103 2.701
Costo total $2.053 $0.379
Precio de entrada $5.000 / 1M $0.300 / 1M
Precio de salida $25.000 / 1M $2.500 / 1M
Total de tokens de entrada 53,227 34,476
Tokens de salida 47,446 1,930
Tokens de razonamiento 24,000 145,145
Tiempo de respuesta (promedio) 25.89s 15.49s
Tiempo de respuesta (máximo) 83.40s 95.48s
Tiempo de respuesta (total) 362.49s 325.39s

Generación showcase

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#24 Gemini 2.5 Flash

medium
SVG inválido
Coste
$0.000
Tiempo
274.0s
Tokens
0 tok

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 entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8lowvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 PrononeGemini 2.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsQwen3.7 PlusnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGLM 5.2none