Navegación
AI BENCHY
Advertise 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: 2026-05-22

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 7.2 7.7
Rango #63 #36
Fiabilidad 10.0 10.0
Consistencia 9.1 9.6
Pruebas correctas
Tasa de aciertos por intento 63.3% 68.3%
Pruebas inestables 2 1
Ejecuciones totales 60 60
Costo por resultado 15.798 2.750
Costo total $1.896 $0.358
Precio de entrada $5.000 / 1M $0.300 / 1M
Precio de salida $25.000 / 1M $2.500 / 1M
Tokens de salida 42,253 1,924
Tokens de razonamiento 23,561 137,255
Tiempo de respuesta (promedio) 25.44s 15.69s
Tiempo de respuesta (máximo) 83.40s 95.48s
Tiempo de respuesta (total) 330.70s 313.76s

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
Programación 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 7.2 9.8 50.0% 0 29.37s 7,865 3,675
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
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
Resolución de acertijos 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
Cultura 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 3.0 10.0 0.0% 0 63.24s 8,045 2,452
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsRing-2.6-1TnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisGemini 2.5 FlashmediumvsQwen3.7 MaxnoneClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighDisponible gratisvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite Previewlow