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 (medium) vs Gemini 4 Hydrogen (xhigh)

average score लगभग बराबर है: 9.2 vs 9.2. Claude Opus 5.5 (medium) की benchmark लागत कम है: $1.804 vs $8.734. Claude Opus 5.5 (medium) तेज है: 25.85s vs 89.92s, pass rates 89.9% vs 89.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#41
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
रैंक
#48
कुल आउटपुट टोकन
1,039,092
प्रतिक्रिया समय (औसत)
89.92s
कुल लागत
$8.734
अनुशंसित मॉडल Claude Opus 5.5 (medium)

It has the best score here (9.2), while costing about 4.8x less than Gemini 4 Hydrogen (xhigh).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Gemini 4 Hydrogen Gemini 4 Hydrogen xhigh रिलीज़: 2026-11-12
स्कोर 9.2 9.2
रैंक #41 #48
विश्वसनीयता 10.0 9.0
संगति 9.7 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 89.9%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 9.016 45.967
कुल लागत $1.804 $8.734
इनपुट कीमत $4.000 / 1M $1.500 / 1M
आउटपुट कीमत $20.000 / 1M $7.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.075 / 1M
कैश लिखने की कीमत $5.000 / 1M $0.084 / 1M
कुल इनपुट टोकन 290,117 626,965
आउटपुट टोकन 9,805 9,003
रीजनिंग टोकन 22,322 1,030,089
प्रतिक्रिया समय (औसत) 25.85s 89.92s
प्रतिक्रिया समय (अधिकतम) 90.20s 379.79s
प्रतिक्रिया समय (कुल) 594.63s 2068.10s
पैरामीटर ~5T कुल (~500B सक्रिय) ~300B कुल (~15B 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.

#41 Claude Opus 5.5

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

#48 Gemini 4 Hydrogen

xhigh
लागत
$0.329
समय
259.1s
टोकन
43,952 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 4 Hydrogen 10.0 10.0 100.0% 0 86.90s 8,448 485 125,825

तुलना जोड़ी बदलें