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 2.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-01

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17
Puntuación 7.3 7.7
Rango #66 #40
Fiabilidad 10.0 10.0
Consistencia 9.2 9.6
Pruebas correctas
Tasa de aciertos por intento 65.0% 68.3%
Pruebas inestables 2 1
Ejecuciones totales 60 60
Costo por resultado 4.324 2.750
Costo total $0.519 $0.358
Precio de entrada $5.000 / 1M $0.300 / 1M
Precio de salida $25.000 / 1M $2.500 / 1M
Tokens de salida 8,098 1,924
Tokens de razonamiento 0 137,255
Tiempo de respuesta (promedio) 3.51s 15.57s
Tiempo de respuesta (máximo) 17.73s 95.48s
Tiempo de respuesta (total) 70.19s 311.47s

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 6.5 10.0 50.0% 0 3.40s 1,472 0
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
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 6.8 10.0 50.0% 0 3.59s 1,323 0
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
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 9.5 10.0 100.0% 0 17.73s 3,259 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
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 7.3 5.8 83.3% 1 1.77s 308 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
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 7.2 44.4% 1 1.66s 61 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
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 3.48s 230 0
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
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 9.9 10.0 100.0% 0 1.37s 95 0
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
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 7.7 10.0 66.7% 0 2.74s 783 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 126 2,499
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 5.35s 355 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
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 3.41s 212 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsKimi K2.6mediumDisponible gratisClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGPT-5 Minimedium