नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (low) vs Gemini 3.5 Flash (medium)

Gemini 3.5 Flash (medium) average score में आगे है: 9.1 vs 8.6. Gemini 3.5 Flash (medium) की benchmark लागत कम है: $0.642 vs $1.121. Claude Opus 5 (low) तेज है: 6.99s vs 8.20s, pass rates 80.3% vs 87.9%.

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

रैंक
#23
कुल आउटपुट टोकन
18,019
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#14
कुल आउटपुट टोकन
59,602
प्रतिक्रिया समय (औसत)
8.20s
कुल लागत
$0.642
अनुशंसित मॉडल Gemini 3.5 Flash (medium)

It has the best score here (9.1), while costing about 1.7x 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 medium रिलीज़: 2026-05-19
स्कोर 8.6 9.1
रैंक #23 #14
विश्वसनीयता 10.0 10.0
संगति 9.3 9.7
सही परीक्षण
प्रति प्रयास पास दर 80.3% 87.9%
अस्थिर टेस्ट 2 1
कुल रन 66 66
प्रति परिणाम लागत 6.593 3.374
कुल लागत $1.121 $0.642
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $9.000 / 1M
कुल इनपुट टोकन 134,773 69,747
आउटपुट टोकन 14,123 2,166
रीजनिंग टोकन 3,896 57,436
प्रतिक्रिया समय (औसत) 6.99s 8.20s
प्रतिक्रिया समय (अधिकतम) 30.67s 76.68s
प्रतिक्रिया समय (कुल) 153.73s 180.47s

Hamster playing table tennis

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

#23 Claude Opus 5

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

#14 Gemini 3.5 Flash

medium
लागत
$0.201
समय
112.9s
टोकन
22,371 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 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939

त्वरित तुलना

तुलना जोड़ी बदलें