नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs Gemini 2.5 Flash (medium)

Gemini 2.5 Flash (medium) average score में आगे है: 7.3 vs 7.1. Gemini 2.5 Flash (medium) की benchmark लागत कम है: $0.680 vs $2.766. Claude Opus 5 तेज है: 10.78s vs 20.51s, pass rates 55.1% vs 68.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#159
कुल आउटपुट टोकन
31,386
प्रतिक्रिया समय (औसत)
10.78s
कुल लागत
$2.766
रैंक
#145
कुल आउटपुट टोकन
241,365
प्रतिक्रिया समय (औसत)
20.51s
कुल लागत
$0.680
अनुशंसित मॉडल Gemini 2.5 Flash (medium)

It has the best score here (7.3), while costing about 4.1x less than Claude Opus 5.

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25 Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17
स्कोर 7.1 7.3
रैंक #159 #145
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 68.1%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 23.044 4.288
कुल लागत $2.766 $0.680
इनपुट कीमत $5.000 / 1M $0.300 / 1M
आउटपुट कीमत $25.000 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.030 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.084 / 1M
कुल इनपुट टोकन 396,120 132,507
आउटपुट टोकन 31,386 12,739
रीजनिंग टोकन 0 228,626
प्रतिक्रिया समय (औसत) 10.78s 20.51s
प्रतिक्रिया समय (अधिकतम) 79.61s 140.50s
प्रतिक्रिया समय (कुल) 247.96s 471.64s
पैरामीटर ~5T कुल (~500B सक्रिय) ~350B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#159 Claude Opus 5

none
लागत
$0.271
समय
149.3s
टोकन
10,962 tok

#145 Gemini 2.5 Flash

medium
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
274.0s
टोकन
0 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 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 2.5 FlashmediumvsLongCat 2.0highClaude Opus 5nonevsQwen3.6 27BmediumClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5mediumClaude Opus 5nonevsLongCat 2.0mediumGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsQwen3.5-27BnoneClaude Opus 5nonevsQwen3.8 Flash NextxhighClaude Opus 5nonevsQwen3.7 FlashhighClaude Opus 5nonevsGemini 3.8 FlashlowClaude Opus 5nonevsQwen3.8 27Bmediumनिःशुल्क उपलब्धClaude Opus 5nonevsGLM 5.3 FlashXmedium