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 vs Google: Gemini 3.1 Pro Preview

average score लगभग बराबर है: 9.2 vs 9.2. Gemini 3.1 Pro Preview (medium) की benchmark लागत कम है: $1.361 vs $1.486. Claude Opus 5 (medium) तेज है: 9.38s vs 21.47s, pass rates 83.3% vs 90.9%.

अनुशंसित मॉडलClaude Opus 5 (medium)It has the best score here (9.2), while responding about 2.3x faster than Gemini 3.1 Pro Preview (medium).

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

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19
स्कोर 9.2 9.2
रैंक #12 #10
विश्वसनीयता 10.0 10.0
संगति 9.6 10.0
सही परीक्षण
प्रति प्रयास पास दर 83.3% 90.9%
अस्थिर टेस्ट 1 0
कुल रन 66 66
प्रति परिणाम लागत 8.253 6.801
कुल लागत $1.486 $1.361
इनपुट कीमत $5.000 / 1M $2.000 / 1M
आउटपुट कीमत $25.000 / 1M $12.000 / 1M
कुल इनपुट टोकन 135,607 92,287
आउटपुट टोकन 25,673 5,232
रीजनिंग टोकन 6,930 92,726
प्रतिक्रिया समय (औसत) 9.38s 21.47s
प्रतिक्रिया समय (अधिकतम) 35.05s 88.68s
प्रतिक्रिया समय (कुल) 206.26s 322.08s

Hamster playing table tennis

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

#12 Claude Opus 5

medium
लागत
$0.125
समय
69.3s
टोकन
5,134 tok

#10 Gemini 3.1 Pro Preview

medium
लागत
$0.115
समय
87.2s
टोकन
9,629 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 9.56s 10,590 5,224 1,162
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247

त्वरित तुलना

तुलना जोड़ी बदलें