नेविगेशन
AI BENCHY
Advertise here

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

Gemini 3.7 Flash (medium) average score में आगे है: 9.4 vs 9.2. Gemini 3.7 Flash (medium) की benchmark लागत कम है: $0.154 vs $2.835. Gemini 3.7 Flash (medium) तेज है: 5.80s vs 20.44s, pass rates 84.9% vs 93.9%.

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
#7
कुल आउटपुट टोकन
63,794
प्रतिक्रिया समय (औसत)
5.80s
कुल लागत
$0.154
अनुशंसित मॉडल Gemini 3.7 Flash (medium)

It has the best score here (9.4), while costing about 18.5x 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 medium रिलीज़: 2026-08-14
स्कोर 9.2 9.4
रैंक #12 #7
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 84.9% 93.9%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 15.747 0.766
कुल लागत $2.835 $0.154
इनपुट कीमत $5.000 / 1M $0.375 / 1M
आउटपुट कीमत $25.000 / 1M $1.875 / 1M
कुल इनपुट टोकन 135,959 89,046
आउटपुट टोकन 67,066 5,697
रीजनिंग टोकन 19,114 58,097
प्रतिक्रिया समय (औसत) 20.44s 5.80s
प्रतिक्रिया समय (अधिकतम) 159.01s 30.23s
प्रतिक्रिया समय (कुल) 449.68s 127.58s
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

#7 Gemini 3.7 Flash

medium
लागत
$0.014
समय
35.2s
टोकन
7,283 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 8.4 7.4 88.9% 1 8.86s 8,118 450 16,777

त्वरित तुलना

तुलना जोड़ी बदलें