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

Resumen

Comparación benchmark de Claude Opus 4.8 vs Gemini 3.5 Flash (high): Gemini 3.5 Flash (high) lidera en puntuación media con 9.8 vs 7.2. Claude Opus 4.8 tiene menor coste de benchmark con $0.539 vs $1.115. Claude Opus 4.8 es más rápido con 3.48s vs 8.84s, con tasas de acierto de 61.9% vs 96.8%.

Modelo recomendado: Gemini 3.5 Flash (high) - Tiene la puntuación más alta en esta comparación (9.8) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

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 none Lanzamiento: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19
Puntuación 7.2 9.8
Rango #70 #1
Fiabilidad 10.0 10.0
Consistencia 9.2 9.6
Pruebas correctas
Tasa de aciertos por intento 61.9% 96.8%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 4.485 5.575
Costo total $0.539 $1.115
Precio de entrada $5.000 / 1M $1.500 / 1M
Precio de salida $25.000 / 1M $9.000 / 1M
Total de tokens de entrada 67,104 37,594
Tokens de salida 8,107 1,975
Tokens de razonamiento 0 115,638
Tiempo de respuesta (promedio) 3.48s 8.84s
Tiempo de respuesta (máximo) 17.73s 34.82s
Tiempo de respuesta (total) 73.00s 185.57s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#70 Claude Opus 4.8

none
Coste
$0.053
Tiempo
22.0s
Tokens
2,253 tok

#1 Gemini 3.5 Flash

high
Coste
$0.208
Tiempo
118.2s
Tokens
23,158 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 7.2 44.4% 1 1.70s 975 61 0
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.48s 708 230 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 5.35s 11,775 355 0
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.41s 258 212 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponible gratisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium