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 4.7 vs Google: Gemini 2.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17
Puntuación 9.2 8.2
Rango #3 #15
Consistencia 10.0 9.5
Pruebas correctas
Tasa de aciertos por intento 88.9% 75.9%
Pruebas inestables 0 1
Ejecuciones totales 54 54
Costo por resultado 2.790 2.454
Costo total $0.447 $0.319
Precio de entrada $5.000 / 1M $0.300 / 1M
Precio de salida $25.000 / 1M $2.500 / 1M
Tokens de salida 5,375 1,898
Tokens de razonamiento 1,341 122,273
Tiempo de respuesta (promedio) 3.53s 12.12s
Tiempo de respuesta (máximo) 21.45s 95.48s
Tiempo de respuesta (total) 60.03s 218.12s

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 4.7 8.3 10.0 75.0% 0 1.85s 348 0
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 4.7 10.0 10.0 100.0% 0 6.41s 1,141 257
Gemini 2.5 Flash 10.0 10.0 100.0% 0 16.23s 522 10,350
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
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 4.7 10.0 10.0 100.0% 0 2.37s 324 0
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 4.7 7.7 10.0 66.7% 0 1.17s 51 0
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 4.7 10.0 10.0 100.0% 0 2.87s 256 0
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 4.7 10.0 10.0 100.0% 0 1.57s 114 0
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 4.7 10.0 10.0 100.0% 0 2.51s 399 0
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 4.7 10.0 10.0 100.0% 0 4.17s 373 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140

Comparación rápida

Cambiar par de comparación

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Opus 4.7nonevsGemini 2.5 FlashmediumClaude Opus 4.7mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.7mediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.7mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGLM 5none