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 4.8 vs Google: Gemini 3.5 Flash

Resumen

Comparación benchmark de Claude Opus 4.8 (medium) vs Gemini 3.5 Flash (high): Gemini 3.5 Flash (high) lidera en puntuación media con 9.8 vs 8.8. Claude Opus 4.8 (medium) tiene menor coste de benchmark con $1.107 vs $1.115. Gemini 3.5 Flash (high) es más rápido con 8.84s vs 9.72s, con tasas de acierto de 84.1% vs 96.8%.

Modelo recomendado: Gemini 3.5 Flash (high) - Tiene la puntuación más alta en esta comparación (9.8) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19
Puntuación 8.8 9.8
Rango #15 #1
Fiabilidad 10.0 10.0
Consistencia 9.6 9.6
Pruebas correctas
Tasa de aciertos por intento 84.1% 96.8%
Pruebas inestables 1 1
Ejecuciones totales 63 63
Costo por resultado 6.512 5.575
Costo total $1.107 $1.115
Precio de entrada $5.000 / 1M $1.500 / 1M
Precio de salida $25.000 / 1M $9.000 / 1M
Total de tokens de entrada 61,007 37,594
Tokens de salida 26,495 1,975
Tokens de razonamiento 5,901 115,638
Tiempo de respuesta (promedio) 9.72s 8.84s
Tiempo de respuesta (máximo) 38.03s 34.82s
Tiempo de respuesta (total) 204.19s 185.57s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#15 Claude Opus 4.8

medium
Coste
$0.057
Tiempo
23.1s
Tokens
2,412 tok

#1 Gemini 3.5 Flash

high
Coste
$0.208
Tiempo
118.2s
Tokens
23,158 tok

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 entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashhighvsGPT-5.6 SollowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Fable 5mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighClaude Opus 4.8mediumvsGPT-5.6 Sollow