नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (medium) vs Gemini 3.7 Flash (low)

average score लगभग बराबर है: 9.2 vs 9.2. Gemini 3.7 Flash (low) की benchmark लागत कम है: $0.106 vs $1.486. Gemini 3.7 Flash (low) तेज है: 3.96s vs 9.38s, pass rates 83.3% vs 92.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#14
कुल आउटपुट टोकन
32,603
प्रतिक्रिया समय (औसत)
9.38s
कुल लागत
$1.486
रैंक
#15
कुल आउटपुट टोकन
38,104
प्रतिक्रिया समय (औसत)
3.96s
कुल लागत
$0.106
अनुशंसित मॉडल Gemini 3.7 Flash (low)

It has the best score here (9.2), while costing about 14.1x less than Claude Opus 5 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 Gemini 3.7 Flash Gemini 3.7 Flash low रिलीज़: 2026-08-14
स्कोर 9.2 9.2
रैंक #14 #15
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 92.4%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 8.253 0.527
कुल लागत $1.486 $0.106
इनपुट कीमत $5.000 / 1M $0.375 / 1M
आउटपुट कीमत $25.000 / 1M $1.875 / 1M
कुल इनपुट टोकन 135,607 90,313
आउटपुट टोकन 25,673 6,294
रीजनिंग टोकन 6,930 31,810
प्रतिक्रिया समय (औसत) 9.38s 3.96s
प्रतिक्रिया समय (अधिकतम) 35.05s 19.44s
प्रतिक्रिया समय (कुल) 206.26s 87.08s
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.

#14 Claude Opus 5

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

#15 Gemini 3.7 Flash

low
लागत
$0.010
समय
23.5s
टोकन
5,210 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 3.7 Flash 7.6 7.2 77.8% 1 6.20s 8,118 461 11,508

त्वरित तुलना

तुलना जोड़ी बदलें