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

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 none Lanzamiento: 2026-05-19
Puntuación 8.7 8.9
Rango #12 #9
Fiabilidad 10.0 10.0
Consistencia 9.6 8.6
Pruebas correctas
Tasa de aciertos por intento 83.3% 90.2%
Pruebas inestables 1 3
Ejecuciones totales 60 60
Costo por resultado 6.285 6.594
Costo total $1.006 $0.924
Precio de entrada $5.000 / 1M $1.500 / 1M
Precio de salida $25.000 / 1M $9.000 / 1M
Tokens de salida 23,201 100,760
Tokens de razonamiento 5,901 0
Tiempo de respuesta (promedio) 9.34s 9.05s
Tiempo de respuesta (máximo) 38.03s 64.36s
Tiempo de respuesta (total) 186.84s 153.86s

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 2.53s 5,101 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 8.2 6.7 83.3% 1 39.62s 59,169 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 0.0 0.0 0.0% 0 0ms 0 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 8.10s 5,895 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 7.6 7.2 77.8% 1 10.64s 17,910 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 3.46s 1,620 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 9.8 10.0 100.0% 0 3.38s 3,928 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 3.13s 4,640 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 0.0 0.0 0.0% 0 0ms 0 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 2.8 1.6 33.3% 1 4.87s 2,497 0

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashnonevsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.7 MaxmediumGemini 3.5 FlashnonevsGPT-5.5mediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashnonevsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashminimalClaude Opus 4.8mediumvsQwen3.7 Maxnone