Navigasi
AI BENCHY
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 4.7 vs Google: Gemini 2.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16 Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17
Skor 9.2 8.2
Peringkat #3 #15
Konsistensi 10.0 9.5
Tes benar
Tingkat lulus per percobaan 88.9% 75.9%
Tes tidak stabil 0 1
Total Run 54 54
Biaya per hasil 2.790 2.454
Total Biaya $0.447 $0.319
Harga input $5.000 / 1M $0.300 / 1M
Harga output $25.000 / 1M $2.500 / 1M
Token output 5,375 1,898
Token penalaran 1,341 122,273
Waktu respons (rata-rata) 3.53s 12.12s
Waktu respons (maks) 21.45s 95.48s
Waktu respons (total) 60.03s 218.12s

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 4.7 8.3 10.0 75.0% 0 1.85s 348 0
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 6.41s 1,141 257
Gemini 2.5 Flash 10.0 10.0 100.0% 0 16.23s 522 10,350
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
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 4.7 10.0 10.0 100.0% 0 2.37s 324 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 2.51s 399 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Opus 4.7nonevsGemini 2.5 FlashmediumClaude Opus 4.7mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.7mediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.7mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGLM 5none