नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Flash Preview

सारांश

Claude Opus 4.6 vs Gemini 3 Flash Preview benchmark तुलना: Gemini 3 Flash Preview average score में आगे है: 7.4 vs 7.0. Gemini 3 Flash Preview की benchmark लागत कम है: $0.025 vs $2.053. Gemini 3 Flash Preview तेज है: 1.65s vs 25.89s, pass rates 61.9% vs 66.7%.

अनुशंसित मॉडल: Gemini 3 Flash Preview - It has the best score here (7.4), while costing about 84.9x less than Claude Opus 4.6.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-04

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17
स्कोर 7.0 7.4
रैंक #69 #48
विश्वसनीयता 10.0 10.0
संगति 8.8 9.2
सही परीक्षण
प्रति प्रयास पास दर 61.9% 66.7%
अस्थिर टेस्ट 3 2
कुल रन 63 63
प्रति परिणाम लागत 17.103 0.186
कुल लागत $2.053 $0.025
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 53,227 37,011
आउटपुट टोकन 47,446 1,885
रीजनिंग टोकन 24,000 0
प्रतिक्रिया समय (औसत) 25.89s 1.65s
प्रतिक्रिया समय (अधिकतम) 83.40s 3.56s
प्रतिक्रिया समय (कुल) 362.49s 23.07s

Generation showcase

Hamster playing table tennis

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

#69 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#48 Gemini 3 Flash Preview

none
Cost
$0.003
Time
5.6s
Tokens
981 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Gemini 3 Flash Preview 8.3 10.0 75.0% 0 1.25s 498 214 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Gemini 3 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Gemini 3 Flash Preview 4.7 1.6 66.7% 1 3.56s 12,862 350 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 1.41s 7,263 279 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Gemini 3 Flash Preview 7.7 10.0 66.7% 0 963ms 643 18 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 1.13s 490 104 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Gemini 3 Flash Preview 6.4 5.8 66.7% 1 1.58s 619 74 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Gemini 3 Flash Preview 7.7 10.0 66.7% 0 1.05s 574 144 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.35s 5,784 234 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 1.07s 156 15 0

त्वरित तुलना

तुलना जोड़ी बदलें