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 (low) vs Gemini 3.5 Flash (low)

Gemini 3.5 Flash (low) average score में आगे है: 8.8 vs 8.7. Gemini 3.5 Flash (low) की benchmark लागत कम है: $0.449 vs $1.121. Gemini 3.5 Flash (low) तेज है: 5.76s vs 6.99s, pass rates 83.3% vs 84.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#27
कुल आउटपुट टोकन
17,992
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#24
कुल आउटपुट टोकन
35,195
प्रतिक्रिया समय (औसत)
5.76s
कुल लागत
$0.449
अनुशंसित मॉडल Gemini 3.5 Flash (low)

It has the best score here (8.8), while costing about 2.5x less than Claude Opus 5 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Gemini 3.5 Flash Gemini 3.5 Flash low रिलीज़: 2026-05-19
स्कोर 8.7 8.8
रैंक #27 #24
विश्वसनीयता 10.0 10.0
संगति 9.6 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 84.9%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 6.223 2.492
कुल लागत $1.121 $0.449
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $9.000 / 1M
कुल इनपुट टोकन 134,770 87,826
आउटपुट टोकन 13,604 2,239
रीजनिंग टोकन 4,388 32,956
प्रतिक्रिया समय (औसत) 6.99s 5.76s
प्रतिक्रिया समय (अधिकतम) 30.67s 53.55s
प्रतिक्रिया समय (कुल) 153.80s 126.71s
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.

#27 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#24 Gemini 3.5 Flash

low
लागत
$0.068
समय
39.1s
टोकन
7,588 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 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Gemini 3.5 Flash 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420

त्वरित तुलना

तुलना जोड़ी बदलें