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 3.6 Flash

Gemini 3.6 Flash (medium) average score में आगे है: 9.9 vs 9.2. Gemini 3.6 Flash (medium) की benchmark लागत कम है: $0.831 vs $1.486. Claude Opus 5 (medium) तेज है: 9.38s vs 10.11s, pass rates 83.3% vs 98.5%.

अनुशंसित मॉडलGemini 3.6 Flash (medium)It has the best score here (9.9), while costing about 1.8x less than Claude Opus 5 (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 3.6 Flash Gemini 3.6 Flash medium रिलीज़: 2026-07-21
स्कोर 9.2 9.9
रैंक #12 #1
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
सही परीक्षण
प्रति प्रयास पास दर 83.3% 98.5%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 8.253 3.955
कुल लागत $1.486 $0.831
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $7.500 / 1M
कुल इनपुट टोकन 135,607 66,293
आउटपुट टोकन 25,673 2,000
रीजनिंग टोकन 6,930 95,464
प्रतिक्रिया समय (औसत) 9.38s 10.11s
प्रतिक्रिया समय (अधिकतम) 35.05s 68.03s
प्रतिक्रिया समय (कुल) 206.26s 222.33s

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

#1 Gemini 3.6 Flash

medium
लागत
$0.079
समय
47.9s
टोकन
10,532 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 3.6 Flash 10.0 10.0 100.0% 0 17.49s 8,136 474 40,157

त्वरित तुलना

तुलना जोड़ी बदलें