नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (medium) vs Gemini 3 Flash Preview (medium)

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 9.2. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.742 vs $1.486. Claude Opus 5 (medium) तेज है: 9.38s vs 19.20s, pass rates 83.3% vs 98.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#11
कुल आउटपुट टोकन
32,603
प्रतिक्रिया समय (औसत)
9.38s
कुल लागत
$1.486
रैंक
#3
कुल आउटपुट टोकन
232,650
प्रतिक्रिया समय (औसत)
19.20s
कुल लागत
$0.742
अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

It has the best score here (9.6), while costing about 2.0x less than Claude Opus 5 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17
स्कोर 9.2 9.6
रैंक #11 #3
विश्वसनीयता 10.0 10.0
संगति 9.6 9.7
सही परीक्षण
प्रति प्रयास पास दर 83.3% 98.5%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 8.253 3.533
कुल लागत $1.486 $0.742
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 135,607 87,861
आउटपुट टोकन 25,673 5,486
रीजनिंग टोकन 6,930 227,164
प्रतिक्रिया समय (औसत) 9.38s 19.20s
प्रतिक्रिया समय (अधिकतम) 35.05s 117.26s
प्रतिक्रिया समय (कुल) 206.26s 422.42s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#11 Claude Opus 5

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

#3 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
18.4s
टोकन
3,351 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

त्वरित तुलना

तुलना जोड़ी बदलें