नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs Google: Gemini 3 Flash Preview

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 9.2. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.742 vs $2.835. Gemini 3 Flash Preview (medium) तेज है: 19.20s vs 20.44s, pass rates 84.9% vs 98.5%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the best score here (9.6), while costing about 3.8x less than Claude Opus 5 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17
स्कोर 9.2 9.6
रैंक #11 #3
विश्वसनीयता 10.0 10.0
संगति 9.6 9.7
सही परीक्षण
प्रति प्रयास पास दर 84.9% 98.5%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 15.747 3.533
कुल लागत $2.835 $0.742
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 135,959 87,861
आउटपुट टोकन 67,066 5,486
रीजनिंग टोकन 19,114 227,164
प्रतिक्रिया समय (औसत) 20.44s 19.20s
प्रतिक्रिया समय (अधिकतम) 159.01s 117.26s
प्रतिक्रिया समय (कुल) 449.68s 422.42s

Hamster playing table tennis

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

#11 Claude Opus 5

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

#3 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

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

त्वरित तुलना

तुलना जोड़ी बदलें