नेविगेशन
AI BENCHY
तुलना करें चार्ट
❤️ Made by XCS
Your ad here

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Flash 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 Flash Preview low रिलीज़: रिलीज़ तिथि अज्ञात
रैंक #20 #6
स्कोर 6.07 8.36
संगति 8.80 9.40
प्रति परिणाम लागत 10.992 0.602
कुल लागत $0.880 $0.067
सही परीक्षण
गलत टेस्ट 6 3
प्रति प्रयास पास दर 61.9% 81.0%
अस्थिर टेस्ट 2 1
आउटपुट टोकन 19,576 1,170
रीजनिंग टोकन 11,081 18,372

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 Flash Preview 10.00 10.00 100.0% 0 275 2,476
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 Flash Preview 10.00 10.00 100.0% 0 305 3,004
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 Flash Preview 4.00 7.21 44.4% 1 12 6,410
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 Flash Preview 7.50 9.99 50.0% 0 71 2,752
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 Flash Preview 10.00 10.00 100.0% 0 273 3,315
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 Flash Preview 10.00 10.00 100.0% 0 234 415

तुलना जोड़ी बदलें

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

Google: Gemini 3 Flash Preview की तुलना इससे करें...