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 (medium): Gemini 3 Flash Preview (medium) lidera en puntuación media con 9.6 vs 7.2. Claude Opus 4.8 tiene menor coste de benchmark con $0.539 vs $0.667. Claude Opus 4.8 es más rápido con 3.48s vs 18.64s, con tasas de acierto de 61.9% vs 98.4%.

Modelo recomendado: Gemini 3 Flash Preview (medium) - Tiene la puntuación más alta en esta comparación (9.6) 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 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17
Puntuación 7.2 9.6
Rango #70 #2
Fiabilidad 10.0 10.0
Consistencia 9.2 9.7
Pruebas correctas
Tasa de aciertos por intento 61.9% 98.4%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 4.485 3.335
Costo total $0.539 $0.667
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 37,017
Tokens de salida 8,107 2,006
Tokens de razonamiento 0 214,153
Tiempo de respuesta (promedio) 3.48s 18.64s
Tiempo de respuesta (máximo) 17.73s 117.26s
Tiempo de respuesta (total) 73.00s 391.35s

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

#2 Gemini 3 Flash Preview

medium
Coste
$0.010
Tiempo
17.9s
Tokens
3,236 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 3.88s 494 330 3,216
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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 5.19s 486 72 1,905
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 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 4.05s 558 183 4,365
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 12.60s 5,532 234 1,487
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 5.50s 156 11 2,325

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisGemini 3 Flash PreviewmediumvsGPT-5.6 SollowClaude 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 V3.2mediumGemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh