Navegación
AI BENCHY
Advertise here

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: Gemini 3.5 Flash lidera en puntuación media con 9.1 vs 7.2. Claude Opus 4.8 tiene menor coste de benchmark con $0.539 vs $0.582. Claude Opus 4.8 es más rápido con 3.47s vs 4.94s, con tasas de acierto de 61.9% vs 87.3%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la puntuación más alta en esta comparación (9.1) 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: 2026-06-18

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash medium Lanzamiento: 2026-05-19
Puntuación 7.2 9.1
Rango #57 #8
Fiabilidad 10.0 10.0
Consistencia 9.2 9.6
Pruebas correctas
Tasa de aciertos por intento 61.9% 87.3%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 4.485 3.229
Costo total $0.539 $0.582
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 36,936
Tokens de salida 8,107 2,001
Tokens de razonamiento 0 56,408
Tiempo de respuesta (promedio) 3.47s 4.94s
Tiempo de respuesta (máximo) 17.73s 18.07s
Tiempo de respuesta (total) 72.90s 103.79s

Generación showcase

Hamster playing table tennis

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

#57 Claude Opus 4.8

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

#8 Gemini 3.5 Flash

medium
Coste
$0.201
Tiempo
112.9s
Tokens
22,371 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 2.09s 492 171 3,385
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 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
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 12.05s 12,873 351 7,807
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 4.07s 7,548 279 3,784
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 1.66s 975 61 0
Gemini 3.5 Flash 7.7 10.0 66.7% 0 5.24s 633 12 8,047
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 2.52s 486 115 1,144
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 9.9 10.0 100.0% 0 2.70s 615 71 2,855
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 7.7 10.0 66.7% 0 2.38s 558 295 2,747
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 10.0 10.0 100.0% 0 3.81s 5,457 234 455
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 2.75s 156 12 1,245

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 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium