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 Gemini 3 PRO Preview

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Gemini 3 PRO Preview Gemini 3 PRO Preview medium Lanzamiento: 2025-11-18
Puntuación 7.3 8.1
Rango #65 #22
Fiabilidad 10.0 N/D
Consistencia 9.2 10.0
Pruebas correctas
Tasa de aciertos por intento 65.0% 73.7%
Pruebas inestables 2 0
Ejecuciones totales 60 60
Costo por resultado 4.324 1.406
Costo total $0.519 $0.197
Precio de entrada $5.000 / 1M $0.000 / 1M
Precio de salida $25.000 / 1M $0.000 / 1M
Tokens de salida 8,098 1,490
Tokens de razonamiento 0 10,102
Tiempo de respuesta (promedio) 3.51s 9.05s
Tiempo de respuesta (máximo) 17.73s 26.24s
Tiempo de respuesta (total) 70.19s 90.53s

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 3 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
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 3 PRO Preview 3.0 10.0 0.0% 0 0ms 0 0
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 3 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
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 3 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
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 3 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
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 3 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
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 3 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
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 3 PRO Preview 10.0 10.0 100.0% 0 3.88s 225 1,215
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 3 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971
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 3 PRO Preview 0.0 0.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación