Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-28

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash medium Lanzamiento: 2026-05-19
Puntuación 8.7 9.0
Rango #12 #6
Fiabilidad 10.0 10.0
Consistencia 9.6 9.6
Pruebas correctas
Tasa de aciertos por intento 83.3% 86.7%
Pruebas inestables 1 1
Ejecuciones totales 60 60
Costo por resultado 6.285 2.777
Costo total $1.006 $0.472
Precio de entrada $5.000 / 1M $1.500 / 1M
Precio de salida $25.000 / 1M $9.000 / 1M
Tokens de salida 23,201 1,995
Tokens de razonamiento 5,901 44,792
Tiempo de respuesta (promedio) 9.34s 4.29s
Tiempo de respuesta (máximo) 38.03s 12.05s
Tiempo de respuesta (total) 186.84s 85.72s

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 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.09s 171 3,385
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Gemini 3.5 Flash 6.8 6.2 66.7% 1 9.91s 455 13,323
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Gemini 3.5 Flash 10.0 10.0 100.0% 0 12.05s 351 7,807
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 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Gemini 3.5 Flash 10.0 10.0 100.0% 0 4.07s 279 3,784
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 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Gemini 3.5 Flash 7.7 10.0 66.7% 0 5.24s 12 8,047
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 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.52s 115 1,144
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 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Gemini 3.5 Flash 9.9 10.0 100.0% 0 2.70s 71 2,855
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 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Gemini 3.5 Flash 7.7 10.0 66.7% 0 2.38s 295 2,747
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 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.81s 234 455
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 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.75s 12 1,245

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashmediumvsGPT-5.5lowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashminimalClaude Opus 4.8mediumvsQwen3.7 MaxnoneClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.8mediumvsDeepSeek V4 FlashhighDisponible gratisClaude Opus 4.8mediumvsGemini 3.1 Flash Lite Previewlow