Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.1 Flash Lite

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-19

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08
Skor 7.4 6.8
Peringkat #57 #75
Keandalan 10.0 10.0
Konsistensi 9.1 8.7
Tes benar
Tingkat lulus per percobaan 66.7% 59.7%
Tes tidak stabil 2 3
Total Run 57 57
Biaya per hasil 14.243 0.111
Total Biaya $1.710 $0.012
Harga input $5.000 / 1M $0.250 / 1M
Harga output $25.000 / 1M $1.500 / 1M
Token output 37,874 2,457
Token penalaran 21,390 0
Waktu respons (rata-rata) 24.59s 1.41s
Waktu respons (maks) 83.40s 4.49s
Waktu respons (total) 295.08s 26.72s

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 output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 639 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.31s 636 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 357 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 279 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 15 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 63 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 72 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 153 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 234 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 8,045 2,452
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 9 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGPT-5.5noneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighTersedia gratisClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGPT-5.2 Chatnone