नेविगेशन
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash-Lite

Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.1. Gemini 3.5 Flash-Lite (high) की benchmark लागत कम है: $0.584 vs $1.477. Claude Opus 4.7 (medium) तेज है: 7.61s vs 9.48s, pass rates 83.3% vs 81.8%.

अनुशंसित मॉडलClaude Opus 4.7 (medium)It has the strongest score in this comparison (8.7) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high रिलीज़: 2026-07-21
स्कोर 8.7 8.1
रैंक #18 #31
विश्वसनीयता 10.0 10.0
संगति 9.6 7.5
सही परीक्षण
प्रति प्रयास पास दर 83.3% 81.8%
अस्थिर टेस्ट 1 7
कुल रन 66 66
प्रति परिणाम लागत 8.201 4.169
कुल लागत $1.477 $0.584
इनपुट कीमत $5.000 / 1M $0.300 / 1M
आउटपुट कीमत $25.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 145,252 105,138
आउटपुट टोकन 24,948 8,315
रीजनिंग टोकन 5,042 212,507
प्रतिक्रिया समय (औसत) 7.61s 9.48s
प्रतिक्रिया समय (अधिकतम) 65.40s 43.93s
प्रतिक्रिया समय (कुल) 159.91s 208.52s

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 tok

#31 Gemini 3.5 Flash-Lite

high
लागत
$0.023
समय
23.6s
टोकन
9,128 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Gemini 3.5 Flash-Lite 8.6 7.6 88.9% 1 15.09s 8,136 452 55,603

त्वरित तुलना

तुलना जोड़ी बदलें