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 Flash Preview

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 Flash Preview Gemini 3 Flash Preview none Lanzamiento: 2025-12-17
Puntuación 8.7 7.7
Rango #12 #42
Fiabilidad 10.0 10.0
Consistencia 9.6 9.2
Pruebas correctas
Tasa de aciertos por intento 83.3% 70.0%
Pruebas inestables 1 2
Ejecuciones totales 60 60
Costo por resultado 6.285 0.175
Costo total $1.006 $0.023
Precio de entrada $5.000 / 1M $0.500 / 1M
Precio de salida $25.000 / 1M $3.000 / 1M
Tokens de salida 23,201 1,879
Tokens de razonamiento 5,901 0
Tiempo de respuesta (promedio) 9.34s 1.70s
Tiempo de respuesta (máximo) 38.03s 3.56s
Tiempo de respuesta (total) 186.84s 22.05s

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 Flash Preview 8.3 10.0 75.0% 0 1.25s 214 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 Flash Preview 6.8 10.0 50.0% 0 2.19s 447 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 Flash Preview 4.7 1.6 66.7% 1 3.56s 350 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 Flash Preview 10.0 10.0 100.0% 0 1.41s 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 Flash Preview 7.7 10.0 66.7% 0 963ms 18 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 Flash Preview 10.0 10.0 100.0% 0 1.13s 104 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 Flash Preview 6.4 5.8 66.7% 1 1.58s 74 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 Flash Preview 7.7 10.0 66.7% 0 1.05s 144 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 Flash Preview 10.0 10.0 100.0% 0 3.35s 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 Flash Preview 3.0 10.0 0.0% 0 1.07s 15 0

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.6 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsGrok 4.3medium