Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3 Flash Preview

Resumen

Comparación benchmark de Claude Opus 4.8 (medium) vs Gemini 3 Flash Preview (medium): Gemini 3 Flash Preview (medium) lidera en puntuación media con 9.6 vs 8.8. Gemini 3 Flash Preview (medium) tiene menor coste de benchmark con $0.667 vs $1.107. Claude Opus 4.8 (medium) es más rápido con 9.72s vs 18.64s, con tasas de acierto de 84.1% vs 98.4%.

Modelo recomendado: Gemini 3 Flash Preview (medium) - Tiene la mejor puntuación aquí (9.6) y cuesta aproximadamente 1.7x 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 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17
Puntuación 8.8 9.6
Rango #15 #2
Fiabilidad 10.0 10.0
Consistencia 9.6 9.7
Pruebas correctas
Tasa de aciertos por intento 84.1% 98.4%
Pruebas inestables 1 1
Ejecuciones totales 63 63
Costo por resultado 6.512 3.335
Costo total $1.107 $0.667
Precio de entrada $5.000 / 1M $0.500 / 1M
Precio de salida $25.000 / 1M $3.000 / 1M
Total de tokens de entrada 61,007 37,017
Tokens de salida 26,495 2,006
Tokens de razonamiento 5,901 214,153
Tiempo de respuesta (promedio) 9.72s 18.64s
Tiempo de respuesta (máximo) 38.03s 117.26s
Tiempo de respuesta (total) 204.19s 391.35s

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

#2 Gemini 3 Flash Preview

medium
Coste
$0.010
Tiempo
17.9s
Tokens
3,236 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighClaude Opus 4.8mediumvsGPT-5.6 SollowClaude Opus 4.8mediumvsGLM 5.2highClaude Opus 4.8mediumvsGemini 3.5 Flashhigh