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 Gemini 3.1 Flash Lite Preview (medium)

Claude Opus 5 average score में आगे है: 7.5 vs 7.4. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.117 vs $1.550. Gemini 3.1 Flash Lite Preview (medium) तेज है: 4.59s vs 7.65s, pass rates 57.6% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#81
कुल आउटपुट टोकन
24,866
प्रतिक्रिया समय (औसत)
7.65s
कुल लागत
$1.550
रैंक
#90
कुल आउटपुट टोकन
57,778
प्रतिक्रिया समय (औसत)
4.59s
कुल लागत
$0.117
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

Its score stays close to the best score here (7.4 vs 7.5), while costing about 13.4x less than Claude Opus 5.

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03
स्कोर 7.5 7.4
रैंक #81 #90
विश्वसनीयता 10.0 10.0
संगति 9.6 9.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 57.6% 63.6%
अस्थिर टेस्ट 1 0
कुल रन 66 66
प्रति परिणाम लागत 12.912 0.829
कुल लागत $1.550 $0.117
इनपुट कीमत $5.000 / 1M $0.250 / 1M
आउटपुट कीमत $25.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 185,547 117,493
आउटपुट टोकन 24,866 10,589
रीजनिंग टोकन 0 47,189
प्रतिक्रिया समय (औसत) 7.65s 4.59s
प्रतिक्रिया समय (अधिकतम) 47.72s 18.34s
प्रतिक्रिया समय (कुल) 168.35s 101.04s
पैरामीटर ~5T कुल (~500B सक्रिय) ~150B कुल (~10B 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.

#81 Claude Opus 5

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

#90 Gemini 3.1 Flash Lite Preview

medium
लागत
$0.003
समय
5.2s
टोकन
1,944 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 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597

त्वरित तुलना

तुलना जोड़ी बदलें