तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Flash Preview

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Google: Gemini 3 Flash Preview none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#20	#10
स्कोर	6.07	7.21
संगति	8.80	9.36
प्रति परिणाम लागत	10.992	0.078
कुल लागत	$0.880	$0.007
सही परीक्षण
गलत टेस्ट	6	4
प्रति प्रयास पास दर	61.9%	71.8%
अस्थिर टेस्ट	2	1
आउटपुट टोकन	19,576	734
रीजनिंग टोकन	11,081	0

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Google: Gemini 3 Flash Preview	7.00	10.00	66.7%	0		240	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Google: Gemini 3 Flash Preview	9.88	10.00	100.0%	0		279	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Google: Gemini 3 Flash Preview	7.00	10.00	66.7%	0		18	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Google: Gemini 3 Flash Preview	5.50	5.81	66.7%	1		74	0

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Google: Gemini 3 Flash Preview	7.00	10.00	66.7%	0		123	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Google: Gemini 3 Flash Preview	0.00	0.00	0.0%	0		0	0

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

Google: Gemini 3 Flash Preview की तुलना इससे करें...