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 3.5 Flash

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

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16 Gemini 3.5 Flash Gemini 3.5 Flash medium Rilis: 2026-05-19
Skor 8.9 9.2
Peringkat #7 #5
Keandalan 10.0 10.0
Konsistensi 10.0 10.0
Tes benar
Tingkat lulus per percobaan 84.2% 89.5%
Tes tidak stabil 0 0
Total Run 57 57
Biaya per hasil 2.802 2.307
Total Biaya $0.449 $0.393
Harga input $5.000 / 1M $1.500 / 1M
Harga output $25.000 / 1M $9.000 / 1M
Token output 5,399 1,971
Token penalaran 1,341 36,659
Waktu respons (rata-rata) 3.46s 3.90s
Waktu respons (maks) 21.45s 12.05s
Waktu respons (total) 62.29s 74.13s

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 3.5 Flash 10.0 10.0 100.0% 0 2.09s 171 3,385
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 3.5 Flash 10.0 10.0 100.0% 0 8.22s 431 5,190
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 3.5 Flash 10.0 10.0 100.0% 0 12.05s 351 7,807
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 3.5 Flash 10.0 10.0 100.0% 0 4.07s 279 3,784
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 3.5 Flash 7.7 10.0 66.7% 0 5.24s 12 8,047
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 3.5 Flash 10.0 10.0 100.0% 0 2.52s 115 1,144
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 3.5 Flash 9.9 10.0 100.0% 0 2.70s 71 2,855
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 3.5 Flash 7.7 10.0 66.7% 0 2.38s 295 2,747
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 3.5 Flash 10.0 10.0 100.0% 0 3.81s 234 455
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 24 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.75s 12 1,245

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashmediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Litelow