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

Resumen

Comparación benchmark de Claude Opus 4.8 vs Gemini 3 Flash Preview: Gemini 3 Flash Preview lidera en puntuación media con 7.4 vs 7.2. Gemini 3 Flash Preview tiene menor coste de benchmark con $0.111 vs $0.539. Claude Opus 4.8 es más rápido con 3.47s vs 5.76s, con tasas de acierto de 61.9% vs 79.4%.

Modelo recomendado: Gemini 3 Flash Preview - Tiene la mejor puntuación aquí (7.4) y cuesta aproximadamente 4.9x menos que Claude Opus 4.8.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Gemini 3 Flash Preview Gemini 3 Flash Preview low Lanzamiento: 2025-12-17
Puntuación 7.2 7.4
Rango #59 #53
Fiabilidad 10.0 10.0
Consistencia 9.2 9.2
Pruebas correctas
Tasa de aciertos por intento 61.9% 79.4%
Pruebas inestables 2 2
Ejecuciones totales 63 63
Costo por resultado 4.485 0.689
Costo total $0.539 $0.111
Precio de entrada $5.000 / 1M $0.500 / 1M
Precio de salida $25.000 / 1M $3.000 / 1M
Total de tokens de entrada 67,104 36,769
Tokens de salida 8,107 2,076
Tokens de razonamiento 0 28,518
Tiempo de respuesta (promedio) 3.47s 5.76s
Tiempo de respuesta (máximo) 17.73s 14.72s
Tiempo de respuesta (total) 72.90s 120.93s

Generation showcase

Hamster playing table tennis

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

#59 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#53 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 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 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
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 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsGLM 5V TurbomediumGemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGLM 5V TurbomediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 Chatnone