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 minimal Lanzamiento: 2026-05-19
Puntuación 8.7 7.9
Rango #12 #26
Fiabilidad 10.0 10.0
Consistencia 9.6 9.6
Pruebas correctas
Tasa de aciertos por intento 83.3% 71.7%
Pruebas inestables 1 1
Ejecuciones totales 60 60
Costo por resultado 6.285 0.734
Costo total $1.006 $0.103
Precio de entrada $5.000 / 1M $1.500 / 1M
Precio de salida $25.000 / 1M $9.000 / 1M
Tokens de salida 23,201 5,271
Tokens de razonamiento 5,901 0
Tiempo de respuesta (promedio) 9.34s 1.58s
Tiempo de respuesta (máximo) 38.03s 5.51s
Tiempo de respuesta (total) 186.84s 31.55s

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 6.5 10.0 50.0% 0 892ms 405 0
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 7.0 9.8 50.0% 0 3.39s 3,450 0
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 3.0 10.0 0.0% 0 3.56s 404 0
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 1.66s 279 0
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 10.0 10.0 100.0% 0 899ms 12 0
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 922ms 117 0
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 6.4 5.8 66.7% 1 893ms 76 0
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 10.0 10.0 100.0% 0 1.45s 282 0
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 2.79s 234 0
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 3.0 10.0 0.0% 0 1.76s 12 0

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashminimalvsQwen3.5-27BmediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3.5 FlashminimalvsGLM 5 TurbomediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3.5 FlashminimalGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-02-15mediumGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3.5 FlashminimalvsQwen3.6 PlusmediumClaude Opus 4.8mediumvsGemini 3.5 Flashnone