नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.7 vs Google: Gemini 3 Flash Preview

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 7.4. Claude Opus 4.7 की benchmark लागत कम है: $0.505 vs $0.667. Claude Opus 4.7 तेज है: 3.02s vs 18.64s, pass rates 76.2% vs 98.4%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) 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:: 2026-07-14

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 none रिलीज़: 2026-04-16 Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17
स्कोर 7.4 9.6
रैंक #65 #2
विश्वसनीयता 10.0 10.0
संगति 9.0 9.7
सही परीक्षण
प्रति प्रयास पास दर 76.2% 98.4%
अस्थिर टेस्ट 0 1
कुल रन 57 63
प्रति परिणाम लागत 3.154 3.335
कुल लागत $0.505 $0.667
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 69,576 37,017
आउटपुट टोकन 6,265 2,006
रीजनिंग टोकन 0 214,153
प्रतिक्रिया समय (औसत) 3.02s 18.64s
प्रतिक्रिया समय (अधिकतम) 18.27s 117.26s
प्रतिक्रिया समय (कुल) 57.44s 391.35s

जनरेशन शोकेस

Hamster playing table tennis

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

#65 Claude Opus 4.7

none
लागत
$0.051
समय
24.2s
टोकन
2,181 tok

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 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 3.3 3.3 33.3% 0 2.84s 1,176 494 0
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

त्वरित तुलना

तुलना जोड़ी बदलें