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 3.5 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 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19
Puntuación 7.2 9.6
Rango #63 #2
Fiabilidad 10.0 10.0
Consistencia 9.1 9.6
Pruebas correctas
Tasa de aciertos por intento 63.3% 96.7%
Pruebas inestables 2 1
Ejecuciones totales 60 60
Costo por resultado 15.798 5.231
Costo total $1.896 $0.994
Precio de entrada $5.000 / 1M $1.500 / 1M
Precio de salida $25.000 / 1M $9.000 / 1M
Tokens de salida 42,253 1,969
Tokens de razonamiento 23,561 102,679
Tiempo de respuesta (promedio) 25.44s 8.30s
Tiempo de respuesta (máximo) 83.40s 34.82s
Tiempo de respuesta (total) 330.70s 165.92s

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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 24.62s 450 34,170
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 12 2,005

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsGemma 4 31BnoneDisponible gratisClaude Opus 4.6mediumvsGemini 3.1 Flash LiteminimalClaude Opus 4.6mediumvsDeepSeek V4 Prohigh