Navigasi
AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Bandingkan:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-05

Metrik Anthropic: Claude Opus 4.6 medium Rilis: 2026-02-05 Google: Gemini 3.1 Flash Lite Preview none Rilis: 2026-03-03
Skor Rata-rata 6.4 7.4
Peringkat #30 #20
Tes benar
Konsistensi 8.9 9.6
Biaya per hasil 14.411 0.142
Total Biaya $1.297 $0.015
Tingkat lulus per percobaan 64.4% 71.1%
Tes tidak stabil 2 1
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Token output 26,066 4,646
Token penalaran 17,071 0
Waktu respons (rata-rata) 25.08s 1.37s
Waktu respons (maks) 83.40s 3.39s
Waktu respons (total) 200.67s 20.53s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 4.0 4.4 55.6% 2 11.88s 897 1,000
Google: Gemini 3.1 Flash Lite Preview 6.0 7.8 55.6% 1 1.16s 1,086 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 0.0% 0 3.20s 339 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 9.9 10.0 100.0% 0 7.37s 691 757
Google: Gemini 3.1 Flash Lite Preview 9.9 10.0 100.0% 0 1.22s 399 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 10.0 10.0 0.0% 0 83.40s 14,642 8,687
Google: Gemini 3.1 Flash Lite Preview 4.0 10.0 33.3% 0 942ms 568 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.13s 574 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 7.0 10.0 66.7% 0 4.60s 531 637
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 972ms 898 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.39s 782 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4medium