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

Claude Opus 5 (high) vs Gemini 4 Carbon (high)

Claude Opus 5 (high) average score में आगे है: 9.4 vs 9.3. Claude Opus 5 (high) की benchmark लागत कम है: $4.524 vs $6.107. Claude Opus 5 (high) तेज है: 25.31s vs 120.04s, pass rates 82.6% vs 97.1%.

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

तुलना किए गए मॉडल

रैंक
#31
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
रैंक
#36
कुल आउटपुट टोकन
513,770
प्रतिक्रिया समय (औसत)
120.04s
कुल लागत
$6.107
अनुशंसित मॉडल Claude Opus 5 (high)

It has the best score here (9.4), while responding about 4.7x faster than Gemini 4 Carbon (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 Gemini 4 Carbon Gemini 4 Carbon high रिलीज़: 2026-11-12
स्कोर 9.4 9.3
रैंक #31 #36
विश्वसनीयता 10.0 9.0
संगति 10.0 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 97.1%
अस्थिर टेस्ट 0 2
कुल रन 69 69
प्रति परिणाम लागत 23.809 29.080
कुल लागत $4.524 $6.107
इनपुट कीमत $5.000 / 1M $2.000 / 1M
आउटपुट कीमत $25.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.100 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.188 / 1M
कुल इनपुट टोकन 376,421 484,505
आउटपुट टोकन 67,688 6,098
रीजनिंग टोकन 37,974 507,672
प्रतिक्रिया समय (औसत) 25.31s 120.04s
प्रतिक्रिया समय (अधिकतम) 159.01s 443.11s
प्रतिक्रिया समय (कुल) 582.11s 2760.87s
पैरामीटर ~5T कुल (~500B सक्रिय) ~1.2T 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.

#31 Claude Opus 5

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

#36 Gemini 4 Carbon

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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 4 Carbon 10.0 10.0 100.0% 0 119.00s 8,448 495 79,534

त्वरित तुलना

तुलना जोड़ी बदलें

Seed 2.1 TurbolowvsGemini 4 CarbonhighClaude Opus 5highvsGemini 3.7 FlashlowClaude Opus 5highvsGPT-6.1 TerraxhighClaude Opus 5highvsGPT-6.1 TerralowGemini 4 CarbonhighvsGPT-6.1 TerralowClaude Opus 5highvsGPT-6.1 TerramaxClaude Opus 5.5mediumvsGemini 4 CarbonhighGemini 4 CarbonhighvsMuse WondermediumGemini 4 CarbonhighvsGPT-6.1 TerraxhighClaude Opus 5highvsGemini 4 HydrogenmediumGemini 4 CarbonhighvsGPT-5.5mediumClaude Opus 5mediumvsGemini 4 Carbonhigh