नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.8 (low) vs Gemini 3.5 Flash Lite (medium)

Gemini 3.5 Flash Lite (medium) average score में आगे है: 7.3 vs 7.2. Gemini 3.5 Flash Lite (medium) की benchmark लागत कम है: $0.440 vs $3.787. Gemini 3.5 Flash Lite (medium) तेज है: 8.68s vs 17.13s, pass rates 78.3% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#211
कुल आउटपुट टोकन
69,489
प्रतिक्रिया समय (औसत)
17.13s
कुल लागत
$3.787
रैंक
#205
कुल आउटपुट टोकन
129,214
प्रतिक्रिया समय (औसत)
8.68s
कुल लागत
$0.440
अनुशंसित मॉडल Gemini 3.5 Flash Lite (medium)

It has the best score here (7.3), while costing about 8.6x less than Claude Opus 4.8 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite medium रिलीज़: 2026-07-21
स्कोर 7.2 7.3
रैंक #211 #205
विश्वसनीयता 10.0 10.0
संगति 8.6 7.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 76.8%
अस्थिर टेस्ट 4 7
कुल रन 69 69
प्रति परिणाम लागत 23.669 3.140
कुल लागत $3.787 $0.440
इनपुट कीमत $5.000 / 1M $0.300 / 1M
आउटपुट कीमत $25.000 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.030 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.084 / 1M
कुल इनपुट टोकन 409,947 388,307
आउटपुट टोकन 46,060 10,412
रीजनिंग टोकन 23,429 118,802
प्रतिक्रिया समय (औसत) 17.13s 8.68s
प्रतिक्रिया समय (अधिकतम) 127.97s 86.92s
प्रतिक्रिया समय (कुल) 394.01s 199.65s
पैरामीटर ~5T कुल (~500B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#211 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#205 Gemini 3.5 Flash Lite

medium
लागत
$0.010
समय
17.8s
टोकन
4,000 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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Gemini 3.5 Flash Lite 7.9 9.9 66.7% 0 9.96s 8,122 471 28,930

तुलना जोड़ी बदलें