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

Claude Opus 4.8 (medium) vs Gemini 3.5 Flash

Claude Opus 4.8 (medium) average score में आगे है: 8.8 vs 7.0. Gemini 3.5 Flash की benchmark लागत कम है: $1.079 vs $1.931. Gemini 3.5 Flash तेज है: 9.93s vs 12.49s, pass rates 84.9% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#19
कुल आउटपुट टोकन
49,841
प्रतिक्रिया समय (औसत)
12.49s
कुल लागत
$1.931
रैंक
#87
कुल आउटपुट टोकन
117,518
प्रतिक्रिया समय (औसत)
9.93s
कुल लागत
$1.079
अनुशंसित मॉडल Claude Opus 4.8 (medium)

It has the strongest score in this comparison (8.8) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 medium रिलीज़: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash none रिलीज़: 2026-05-19
स्कोर 8.8 7.0
रैंक #19 #87
विश्वसनीयता 10.0 10.0
संगति 9.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 84.9% 74.2%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 10.724 7.190
कुल लागत $1.931 $1.079
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $9.000 / 1M
कुल इनपुट टोकन 138,451 13,843
आउटपुट टोकन 40,766 117,518
रीजनिंग टोकन 9,075 0
प्रतिक्रिया समय (औसत) 12.49s 9.93s
प्रतिक्रिया समय (अधिकतम) 70.54s 64.36s
प्रतिक्रिया समय (कुल) 274.72s 178.68s

Hamster playing table tennis

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

#19 Claude Opus 4.8

medium
लागत
$0.057
समय
23.1s
टोकन
2,412 tok

#87 Gemini 3.5 Flash

none
लागत
$0.225
समय
125.5s
टोकन
25,004 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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Gemini 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0

त्वरित तुलना

तुलना जोड़ी बदलें