Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.1 Pro Preview

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Opus 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida Google: Gemini 3.1 Pro Preview medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #20 #2
Puntuación 6.07 9.36
Consistencia 8.80 10.00
Costo por resultado 10.992 2.443
Costo total $0.880 $0.318
Pruebas correctas
Pruebas incorrectas 6 1
Tasa de aciertos por intento 61.9% 92.9%
Pruebas inestables 2 0
Tokens de salida 19,576 1,000
Tokens de razonamiento 11,081 22,936

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 106 2,533
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 292 3,164
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Google: Gemini 3.1 Pro Preview 7.00 10.00 66.7% 0 18 10,688
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 72 2,436
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 238 3,133
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 274 982

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar Google: Gemini 3.1 Pro Preview contra...