Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 2.5 Flash

Ringkasan

Perbandingan benchmark Claude Opus 4.6 vs Gemini 2.5 Flash: Gemini 2.5 Flash unggul dalam skor rata-rata dengan 8.2 vs 7.7. Gemini 2.5 Flash memiliki biaya benchmark lebih rendah di $0.379 vs $2.053. Gemini 2.5 Flash lebih cepat di 15.49s vs 25.89s, dengan tingkat keberhasilan 61.9% vs 69.8%.

Model yang direkomendasikan: Gemini 2.5 Flash - It has the best score here (8.2), while costing about 5.4x less than Claude Opus 4.6.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17
Skor 7.7 8.2
Peringkat #40 #24
Keandalan 10.0 10.0
Konsistensi 8.8 9.6
Tes benar
Tingkat lulus per percobaan 61.9% 69.8%
Tes tidak stabil 3 1
Total Run 63 63
Biaya per hasil 17.103 2.701
Total Biaya $2.053 $0.379
Harga input $5.000 / 1M $0.300 / 1M
Harga output $25.000 / 1M $2.500 / 1M
Total token input 53,227 34,476
Token output 47,446 1,930
Token penalaran 24,000 145,145
Waktu respons (rata-rata) 25.89s 15.49s
Waktu respons (maks) 83.40s 95.48s
Waktu respons (total) 362.49s 325.39s

Showcase generasi

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#24 Gemini 2.5 Flash

medium
SVG tidak valid
Biaya
$0.000
Waktu
274.0s
Token
0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8lowvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsDeepSeek V4 PrononeGemini 2.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsQwen3.7 PlusnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGLM 5.2none