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 (low) vs Gemini 3.6 Flash (medium)

Gemini 3.6 Flash (medium) average score में आगे है: 9.8 vs 9.4. Gemini 3.6 Flash (medium) की benchmark लागत कम है: $0.577 vs $1.733. Gemini 3.6 Flash (medium) तेज है: 14.03s vs 25.68s, pass rates 88.4% vs 95.7%.

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

तुलना किए गए मॉडल

रैंक
#26
कुल आउटपुट टोकन
25,006
प्रतिक्रिया समय (औसत)
25.68s
कुल लागत
$1.733
रैंक
#10
कुल आउटपुट टोकन
116,124
प्रतिक्रिया समय (औसत)
14.03s
कुल लागत
$0.577
अनुशंसित मॉडल Gemini 3.6 Flash (medium)

It has the best score here (9.8), while costing about 3.0x less than Claude Opus 5.5 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 low रिलीज़: 2026-09-23 Gemini 3.6 Flash Gemini 3.6 Flash medium रिलीज़: 2026-07-21
स्कोर 9.4 9.8
रैंक #26 #10
विश्वसनीयता 10.0 10.0
संगति 9.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 88.4% 95.7%
अस्थिर टेस्ट 2 2
कुल रन 69 69
प्रति परिणाम लागत 9.118 4.619
कुल लागत $1.733 $0.577
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 308,056 188,003
आउटपुट टोकन 9,434 2,914
रीजनिंग टोकन 15,572 113,210
प्रतिक्रिया समय (औसत) 25.68s 14.03s
प्रतिक्रिया समय (अधिकतम) 89.16s 77.15s
प्रतिक्रिया समय (कुल) 590.71s 322.73s
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.

#26 Claude Opus 5.5

low
अमान्य SVG
लागत
$0.038
समय
19.1s
टोकन
2,010 tok

#10 Gemini 3.6 Flash

medium
लागत
$0.095
समय
49.9s
टोकन
12,664 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 12.23s 10,608 575 2,777
Gemini 3.6 Flash 10.0 10.0 100.0% 0 14.81s 8,124 444 31,421

तुलना जोड़ी बदलें