Claude Opus 5.5 (low) vs Gemini 3 Flash Preview (medium)

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 9.4. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.876 vs $1.733. Gemini 3 Flash Preview (medium) तेज है: 21.57s vs 25.68s, pass rates 88.4% vs 94.2%.

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: #15
कुल आउटपुट टोकन: 252,536
प्रतिक्रिया समय (औसत): 21.57s
कुल लागत: $0.876

अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

It has the best score here (9.6), while costing about 2.0x 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 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low रिलीज़: 2026-09-23	Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17
स्कोर	9.4	9.6
रैंक	#26	#15
विश्वसनीयता	10.0	10.0
संगति	9.3	9.7
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	88.4%	94.2%
अस्थिर टेस्ट	2	1
कुल रन	69	69
प्रति परिणाम लागत	9.118	4.169
कुल लागत	$1.733	$0.876
इनपुट कीमत	$4.000 / 1M	$0.500 / 1M
आउटपुट कीमत	$20.000 / 1M	$3.000 / 1M
कैश पढ़ने की कीमत	$0.200 / 1M	$0.050 / 1M
कैश लिखने की कीमत	$5.000 / 1M	$0.084 / 1M
कुल इनपुट टोकन	308,056	235,726
आउटपुट टोकन	9,434	6,669
रीजनिंग टोकन	15,572	245,867
प्रतिक्रिया समय (औसत)	25.68s	21.57s
प्रतिक्रिया समय (अधिकतम)	89.16s	117.26s
प्रतिक्रिया समय (कुल)	590.71s	496.12s
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

#15 Gemini 3 Flash Preview

medium

लागत: $0.010
समय: 18.4s
टोकन: 3,351 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

श्रेणी:

स्वायत्त एजेंट कार्य	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		68.89s	175,310	2,980	1,022
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		59.24s	147,856	1,183	11,745

एंटी-एआई ट्रिक्स	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		11.92s	858	266	473
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

संयुक्त	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		53.65s	95,471	3,968	2,689
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496

डेटा पार्सिंग और निष्कर्षण	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		12.01s	10,515	312	234
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5.5	5.9	7.2	55.6%	1		22.78s	990	59	7,428
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		20.09s	642	12	28,642

Samanya Buddhimatta	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		5.68s	714	292	326
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

निर्देश पालन	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		21.06s	921	96	226
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5.5	8.7	7.7	88.9%	1		29.83s	912	448	397
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

टूल कॉलिंग	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		72.62s	11,757	438	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5.5	3.0	10.0	0.0%	0		27.89s	0	0	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

तुलना जोड़ी बदलें

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Gemini 3 Flash PreviewmediumvsGPT-6 Astralow Claude Opus 5.5lowvsGPT-6.1 Terramax Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-6.1 Terrahigh Claude Opus 5.5lowvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-6.1 Solhigh Gemini 3 Flash PreviewmediumvsGPT-6.1 Terrahigh Claude Opus 5.5lowvsGemini 3.7 Flashmedium