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

Claude Opus 5.5 (high) vs Gemini 3.7 Flash (medium)

Gemini 3.7 Flash (medium) average score में आगे है: 9.5 vs 9.4. Gemini 3.7 Flash (medium) की benchmark लागत कम है: $0.278 vs $2.133. Gemini 3.7 Flash (medium) तेज है: 8.16s vs 27.55s, pass rates 87.0% vs 94.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#28
कुल आउटपुट टोकन
42,782
प्रतिक्रिया समय (औसत)
27.55s
कुल लागत
$2.133
रैंक
#19
कुल आउटपुट टोकन
74,662
प्रतिक्रिया समय (औसत)
8.16s
कुल लागत
$0.278
अनुशंसित मॉडल Gemini 3.7 Flash (medium)

It has the best score here (9.5), while costing about 7.7x less than Claude Opus 5.5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 high रिलीज़: 2026-09-23 Gemini 3.7 Flash Gemini 3.7 Flash medium रिलीज़: 2026-08-14
स्कोर 9.4 9.5
रैंक #28 #19
विश्वसनीयता 10.0 10.0
संगति 9.3 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 87.0% 94.2%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 11.222 1.321
कुल लागत $2.133 $0.278
इनपुट कीमत $4.000 / 1M $0.750 / 1M
आउटपुट कीमत $20.000 / 1M $3.750 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.075 / 1M
कैश लिखने की कीमत $5.000 / 1M $0.042 / 1M
कुल इनपुट टोकन 319,095 202,347
आउटपुट टोकन 10,371 6,660
रीजनिंग टोकन 32,411 68,002
प्रतिक्रिया समय (औसत) 27.55s 8.16s
प्रतिक्रिया समय (अधिकतम) 95.95s 58.39s
प्रतिक्रिया समय (कुल) 633.73s 187.58s
पैरामीटर ~5T कुल (~500B सक्रिय) ~500B कुल (~20B 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.

#28 Claude Opus 5.5

high
लागत
$0.136
समय
75.6s
टोकन
6,934 tok

#19 Gemini 3.7 Flash

medium
लागत
$0.014
समय
35.2s
टोकन
7,283 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 5.5 10.0 10.0 100.0% 0 13.44s 10,608 584 5,042
Gemini 3.7 Flash 8.4 7.4 88.9% 1 8.86s 8,118 450 16,777

तुलना जोड़ी बदलें