नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (high) vs Gemini 3.7 Flash (low)

Claude Opus 5 (high) average score में आगे है: 9.2 vs 9.2. Gemini 3.7 Flash (low) की benchmark लागत कम है: $0.106 vs $2.835. Gemini 3.7 Flash (low) तेज है: 3.96s vs 20.44s, pass rates 84.9% vs 92.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#12
कुल आउटपुट टोकन
86,180
प्रतिक्रिया समय (औसत)
20.44s
कुल लागत
$2.835
रैंक
#15
कुल आउटपुट टोकन
38,104
प्रतिक्रिया समय (औसत)
3.96s
कुल लागत
$0.106
अनुशंसित मॉडल Gemini 3.7 Flash (low)

Its score stays close to the best score here (9.2 vs 9.2), while costing about 26.9x less than Claude Opus 5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 Gemini 3.7 Flash Gemini 3.7 Flash low रिलीज़: 2026-08-14
स्कोर 9.2 9.2
रैंक #12 #15
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 84.9% 92.4%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 15.747 0.527
कुल लागत $2.835 $0.106
इनपुट कीमत $5.000 / 1M $0.375 / 1M
आउटपुट कीमत $25.000 / 1M $1.875 / 1M
कुल इनपुट टोकन 135,959 90,313
आउटपुट टोकन 67,066 6,294
रीजनिंग टोकन 19,114 31,810
प्रतिक्रिया समय (औसत) 20.44s 3.96s
प्रतिक्रिया समय (अधिकतम) 159.01s 19.44s
प्रतिक्रिया समय (कुल) 449.68s 87.08s
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.

#12 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 tok

#15 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 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
Gemini 3.7 Flash 7.6 7.2 77.8% 1 6.20s 8,118 461 11,508

त्वरित तुलना

तुलना जोड़ी बदलें