नेविगेशन
Advertise here

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

Gemini 3.7 Flash (low) average score में आगे है: 9.2 vs 9.0. Gemini 3.7 Flash (low) की benchmark लागत कम है: $0.207 vs $1.080. Gemini 3.7 Flash (low) तेज है: 3.85s vs 24.18s, pass rates 89.4% vs 95.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-23

तुलना किए गए मॉडल

रैंक
#30
कुल आउटपुट टोकन
27,194
प्रतिक्रिया समय (औसत)
24.18s
कुल लागत
$1.080
रैंक
#23
कुल आउटपुट टोकन
37,053
प्रतिक्रिया समय (औसत)
3.85s
कुल लागत
$0.207
अनुशंसित मॉडल Gemini 3.7 Flash (low)

It has the best score here (9.2), while costing about 5.2x less than Claude Opus 5.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Gemini 3.7 Flash Gemini 3.7 Flash low रिलीज़: 2026-08-14
स्कोर 9.0 9.2
रैंक #30 #23
विश्वसनीयता 10.0 10.0
संगति 9.6 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 89.4% 95.5%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 5.683 0.517
कुल लागत $1.080 $0.207
इनपुट कीमत $4.000 / 1M $0.750 / 1M
आउटपुट कीमत $20.000 / 1M $3.750 / 1M
कुल इनपुट टोकन 133,954 90,322
आउटपुट टोकन 7,292 6,294
रीजनिंग टोकन 19,902 30,759
प्रतिक्रिया समय (औसत) 24.18s 3.85s
प्रतिक्रिया समय (अधिकतम) 90.20s 19.44s
प्रतिक्रिया समय (कुल) 532.04s 84.80s
पैरामीटर ~5T कुल (~500B सक्रिय) ~500B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#30 Claude Opus 5.5

medium
लागत
$0.053
समय
25.6s
टोकन
2,781 tok

#23 Gemini 3.7 Flash

low
लागत
$0.010
समय
23.5s
टोकन
5,210 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 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341
Gemini 3.7 Flash 7.6 7.2 77.8% 1 6.20s 8,118 461 11,508

त्वरित तुलना

तुलना जोड़ी बदलें