तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.1 Pro Preview

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Google: Gemini 3.1 Pro Preview medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#20	#2
स्कोर	6.07	9.36
संगति	8.80	10.00
प्रति परिणाम लागत	10.992	2.443
कुल लागत	$0.880	$0.318
सही परीक्षण
गलत टेस्ट	6	1
प्रति प्रयास पास दर	61.9%	92.9%
अस्थिर टेस्ट	2	0
आउटपुट टोकन	19,576	1,000
रीजनिंग टोकन	11,081	22,936

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Google: Gemini 3.1 Pro Preview	10.00	10.00	100.0%	0		106	2,533

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Google: Gemini 3.1 Pro Preview	10.00	10.00	100.0%	0		292	3,164

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Google: Gemini 3.1 Pro Preview	7.00	10.00	66.7%	0		18	10,688

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Google: Gemini 3.1 Pro Preview	10.00	10.00	100.0%	0		72	2,436

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Google: Gemini 3.1 Pro Preview	10.00	10.00	100.0%	0		238	3,133

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Google: Gemini 3.1 Pro Preview	10.00	10.00	100.0%	0		274	982

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

Google: Gemini 3.1 Pro Preview की तुलना इससे करें...