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 (low): Gemini 3.5 Flash (low) lidera en puntuación media con 9.2 vs 8.8. Gemini 3.5 Flash (low) tiene menor coste de benchmark con $0.349 vs $1.107. Gemini 3.5 Flash (low) es más rápido con 3.27s vs 9.72s, con tasas de acierto de 84.1% vs 90.5%.

Modelo recomendado: Gemini 3.5 Flash (low) - Tiene la mejor puntuación aquí (9.2) y cuesta aproximadamente 3.2x menos que Claude Opus 4.8 (medium).

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 low Lanzamiento: 2026-05-19
Puntuación 8.8 9.2
Rango #15 #8
Fiabilidad 10.0 10.0
Consistencia 9.6 10.0
Pruebas correctas
Tasa de aciertos por intento 84.1% 90.5%
Pruebas inestables 1 0
Ejecuciones totales 63 63
Costo por resultado 6.512 1.834
Costo total $1.107 $0.349
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 36,938
Tokens de salida 26,495 2,033
Tokens de razonamiento 5,901 30,519
Tiempo de respuesta (promedio) 9.72s 3.27s
Tiempo de respuesta (máximo) 38.03s 9.05s
Tiempo de respuesta (total) 204.19s 68.65s

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

#8 Gemini 3.5 Flash

low
Coste
$0.068
Tiempo
39.1s
Tokens
7,588 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 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690

Comparación rápida

Cambiar par de comparación

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.6 SolhighGemini 3.5 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsDeepSeek V4 Flashhigh