नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 vs Gemini 3 Flash Preview (low)

Gemini 3 Flash Preview (low) average score में आगे है: 7.4 vs 7.3. Gemini 3 Flash Preview (low) की benchmark लागत कम है: $0.177 vs $1.166. Claude Opus 4.8 तेज है: 4.91s vs 6.28s, pass rates 63.6% vs 75.8%.

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

रैंक
#74
कुल आउटपुट टोकन
16,797
प्रतिक्रिया समय (औसत)
4.91s
कुल लागत
$1.166
रैंक
#69
कुल आउटपुट टोकन
38,090
प्रतिक्रिया समय (औसत)
6.28s
कुल लागत
$0.177
अनुशंसित मॉडल Gemini 3 Flash Preview (low)

It has the best score here (7.4), while costing about 6.6x less than Claude Opus 4.8.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17
स्कोर 7.3 7.4
रैंक #74 #69
विश्वसनीयता 10.0 10.0
संगति 9.2 9.2
सही परीक्षण
प्रति प्रयास पास दर 63.6% 75.8%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 8.969 1.101
कुल लागत $1.166 $0.177
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 149,206 123,684
आउटपुट टोकन 16,797 9,572
रीजनिंग टोकन 0 28,518
प्रतिक्रिया समय (औसत) 4.91s 6.28s
प्रतिक्रिया समय (अधिकतम) 35.03s 17.13s
प्रतिक्रिया समय (कुल) 108.03s 138.06s

Hamster playing table tennis

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

#74 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#69 Gemini 3 Flash Preview

low
लागत
$0.007
समय
12.1s
टोकन
2,289 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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemini 3 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421

त्वरित तुलना

तुलना जोड़ी बदलें