Claude Opus 5 vs Gemini 3.5 Flash Lite (medium)

Gemini 3.5 Flash Lite (medium) average score में आगे है: 7.3 vs 7.1. Gemini 3.5 Flash Lite (medium) की benchmark लागत कम है: $0.440 vs $2.766. Gemini 3.5 Flash Lite (medium) तेज है: 8.68s vs 10.78s, pass rates 55.1% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक: #178
कुल आउटपुट टोकन: 31,386
प्रतिक्रिया समय (औसत): 10.78s
कुल लागत: $2.766

रैंक: #167
कुल आउटपुट टोकन: 129,214
प्रतिक्रिया समय (औसत): 8.68s
कुल लागत: $0.440

अनुशंसित मॉडल Gemini 3.5 Flash Lite (medium)

It has the best score here (7.3), while costing about 6.3x less than Claude Opus 5.

विस्तृत तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite medium रिलीज़: 2026-07-21

मेट्रिक	Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite medium रिलीज़: 2026-07-21
स्कोर	7.1	7.3
रैंक	#178	#167
विश्वसनीयता	10.0	10.0
संगति	9.6	7.6
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	55.1%	76.8%
अस्थिर टेस्ट	1	7
कुल रन	69	69
प्रति परिणाम लागत	23.044	3.140
कुल लागत	$2.766	$0.440
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	388,307
आउटपुट टोकन	31,386	10,412
रीजनिंग टोकन	0	118,802
प्रतिक्रिया समय (औसत)	10.78s	8.68s
प्रतिक्रिया समय (अधिकतम)	79.61s	86.92s
प्रतिक्रिया समय (कुल)	247.96s	199.65s
पैरामीटर	~5T कुल (~500B सक्रिय)	~150B कुल (~10B 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.

#178 Claude Opus 5

none

लागत: $0.271
समय: 149.3s
टोकन: 10,962 tok

#167 Gemini 3.5 Flash Lite

medium

लागत: $0.010
समय: 17.8s
टोकन: 4,000 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.4	9.6	0.0%	0		79.61s	210,573	6,520	0
Gemini 3.5 Flash Lite	4.7	3.1	33.3%	1		86.92s	284,391	1,520	31,459

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.5	8.3	41.7%	1		4.33s	834	1,398	0
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.11s	504	150	5,265

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 3.5 Flash Lite	7.9	9.9	66.7%	0		9.96s	8,122	471	28,930

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
Gemini 3.5 Flash Lite	7.3	5.8	83.3%	1		17.87s	79,299	7,303	29,209

डेटा पार्सिंग और निष्कर्षण	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		3.88s	10,503	309	0
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.11s	7,362	287	2,226

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.3	10.0	33.3%	0		11.10s	972	5,440	0
Gemini 3.5 Flash Lite	4.1	4.4	44.5%	2		5.34s	656	17	10,964

Samanya Buddhimatta	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		3.70s	708	316	0
Gemini 3.5 Flash Lite	4.7	3.1	33.3%	1		2.97s	488	100	1,558

निर्देश पालन	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		2.81s	909	99	0
Gemini 3.5 Flash Lite	9.8	10.0	100.0%	0		1.72s	625	69	2,657

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	7.7	10.0	66.7%	0		3.66s	894	874	0
Gemini 3.5 Flash Lite	8.2	7.2	88.9%	1		1.82s	570	199	2,988

टूल कॉलिंग	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		7.89s	11,739	355	0
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.84s	6,132	287	1,277

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	3.0	10.0	0.0%	0		4.08s	258	178	0
Gemini 3.5 Flash Lite	2.8	1.6	33.3%	1		3.75s	158	9	2,269

तुलना जोड़ी बदलें

Gemini 3.5 Flash LitemediumvsLongCat 2.0high Claude Opus 5nonevsQwen3.6 27Bmedium Claude Opus 5nonevsStep 3.7 Flashlow Claude Opus 5nonevsGLM 5medium Gemini 3.5 Flash LitemediumvsQwen3.5-27Bnone Claude Opus 5nonevsLongCat 2.0medium Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Claude Opus 5nonevsQwen3.7 Flashhigh Gemini 3.5 Flash LitemediumvsGLM 5.3 Flashhigh Claude Opus 5nonevsGemini 3.8 Flashlow Claude Opus 5nonevsQwen3.8 27Bmediumनिःशुल्क उपलब्ध Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium