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 Hydrogen (medium)

Claude Opus 5 (high) average score में आगे है: 9.4 vs 9.3. Gemini 4 Hydrogen (medium) की benchmark लागत कम है: $1.330 vs $4.524. Gemini 4 Hydrogen (medium) तेज है: 16.56s vs 25.31s, pass rates 82.6% vs 91.3%.

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
#35
कुल आउटपुट टोकन
127,550
प्रतिक्रिया समय (औसत)
16.56s
कुल लागत
$1.330
अनुशंसित मॉडल Gemini 4 Hydrogen (medium)

Its score stays close to the best score here (9.3 vs 9.4), while costing about 3.4x less than Claude Opus 5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12
स्कोर 9.4 9.3
रैंक #31 #35
विश्वसनीयता 10.0 8.9
संगति 10.0 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 91.3%
अस्थिर टेस्ट 0 3
कुल रन 69 69
प्रति परिणाम लागत 23.809 6.648
कुल लागत $4.524 $1.330
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $7.500 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.075 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.084 / 1M
कुल इनपुट टोकन 376,421 248,530
आउटपुट टोकन 67,688 6,957
रीजनिंग टोकन 37,974 120,593
प्रतिक्रिया समय (औसत) 25.31s 16.56s
प्रतिक्रिया समय (अधिकतम) 159.01s 70.41s
प्रतिक्रिया समय (कुल) 582.11s 380.96s
पैरामीटर ~5T कुल (~500B सक्रिय) ~300B कुल (~15B 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

#35 Gemini 4 Hydrogen

medium
लागत
$0.059
समय
48.1s
टोकन
7,929 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 Hydrogen 10.0 10.0 100.0% 0 19.06s 8,448 489 21,603

तुलना जोड़ी बदलें