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 3.1 Flash Lite

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-19

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Lanzamiento: 2026-05-08
Puntuación 8.9 7.6
Rango #7 #49
Fiabilidad 10.0 10.0
Consistencia 10.0 9.2
Pruebas correctas
Tasa de aciertos por intento 84.2% 68.4%
Pruebas inestables 0 2
Ejecuciones totales 57 57
Costo por resultado 2.802 0.203
Costo total $0.449 $0.025
Precio de entrada $5.000 / 1M $0.250 / 1M
Precio de salida $25.000 / 1M $1.500 / 1M
Tokens de salida 5,399 2,702
Tokens de razonamiento 1,341 8,596
Tiempo de respuesta (promedio) 3.46s 1.92s
Tiempo de respuesta (máximo) 21.45s 5.66s
Tiempo de respuesta (total) 62.29s 36.49s

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 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 1,013 1,548
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.46s 441 408
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 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 348 975
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 291 697
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 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 15 1,214
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 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 69 438
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 72 760
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 210 1,191
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 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 234 945
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 4.7 3.0 10.0 0.0% 0 2.25s 24 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 9 420

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsKimi K2.6mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGemini 3.1 Flash LitelowvsGLM 5.1mediumClaude Opus 4.7mediumvsGPT-5.5lowDeepSeek V4 FlashhighDisponible gratisvsGemini 3.1 Flash LitelowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3.1 Flash LitelowvsGLM 5V TurbomediumGemini 3.1 Flash LitelowvsQwen3.6 FlashmediumGemini 3.1 Flash LitelowvsMiMo-V2-Promedium