Claude Opus 5 (high) vs Gemini 3 Flash Preview (medium)

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 9.4. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.876 vs $4.524. Gemini 3 Flash Preview (medium) तेज है: 21.57s vs 25.31s, pass rates 82.6% vs 94.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक: #27
कुल आउटपुट टोकन: 105,662
प्रतिक्रिया समय (औसत): 25.31s
कुल लागत: $4.524

रैंक: #15
कुल आउटपुट टोकन: 252,536
प्रतिक्रिया समय (औसत): 21.57s
कुल लागत: $0.876

अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

It has the best score here (9.6), while costing about 5.2x less than Claude Opus 5 (high).

विस्तृत तुलना

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

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	9.4	9.6
रैंक	#27	#15
विश्वसनीयता	10.0	10.0
संगति	10.0	9.7
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	82.6%	94.2%
अस्थिर टेस्ट	0	1
कुल रन	69	69
प्रति परिणाम लागत	23.809	4.169
कुल लागत	$4.524	$0.876
इनपुट कीमत	$5.000 / 1M	$0.500 / 1M
आउटपुट कीमत	$25.000 / 1M	$3.000 / 1M
कैश पढ़ने की कीमत	$0.500 / 1M	$0.050 / 1M
कैश लिखने की कीमत	$6.250 / 1M	$0.084 / 1M
कुल इनपुट टोकन	376,421	235,726
आउटपुट टोकन	67,688	6,669
रीजनिंग टोकन	37,974	245,867
प्रतिक्रिया समय (औसत)	25.31s	21.57s
प्रतिक्रिया समय (अधिकतम)	159.01s	117.26s
प्रतिक्रिया समय (कुल)	582.11s	496.12s
पैरामीटर	~5T कुल (~500B सक्रिय)	~500B कुल (~20B 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.

#27 Claude Opus 5

high

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

#15 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

श्रेणी:

स्वायत्त एजेंट कार्य	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		86.99s	240,465	3,064	7,015
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		59.24s	147,856	1,183	11,745

एंटी-एआई ट्रिक्स	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		5.91s	834	2,063	617
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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

संयुक्त	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		31.11s	98,549	10,546	2,198
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496

डेटा पार्सिंग और निष्कर्षण	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		4.22s	10,503	488	160
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	3.0	10.0	0.0%	0		104.24s	972	40,623	24,923
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		20.09s	642	12	28,642

Samanya Buddhimatta	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		3.79s	708	268	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

निर्देश पालन	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		4.78s	909	119	361
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

पहेली समाधान	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		4.66s	894	908	524
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

टूल कॉलिंग	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		8.44s	11,739	354	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	3.0	10.0	0.0%	0		14.14s	258	1,708	455
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

तुलना जोड़ी बदलें

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Gemini 3 Flash PreviewmediumvsGPT-6 Astralow Claude Opus 5highvsGemini 3.7 Flashlow Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-6.1 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Claude Opus 5highvsSeed 2.1 Turbolow Claude Opus 5highvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low Claude Opus 5highvsGPT-6 Astramedium Claude Opus 5highvsGPT-5.6 Solmedium Claude Opus 5highvsGPT-6 Solmedium