AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Gemini 3.5 Flash: Gemini 3.5 Flash unggul dalam skor rata-rata dengan 9.8 vs 7.7. Gemini 3.5 Flash memiliki biaya benchmark lebih rendah di $1.115 vs $1.270. Gemini 3.5 Flash lebih cepat di 8.84s vs 10.83s, dengan tingkat keberhasilan 79.4% vs 96.8%.

Model yang direkomendasikan: Gemini 3.5 Flash - It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19
Skor	7.7	9.8
Peringkat	#38	#1
Keandalan	10.0	10.0
Konsistensi	8.8	9.6
Tes benar
Tingkat lulus per percobaan	79.4%	96.8%
Tes tidak stabil	3	1
Total Run	63	63
Biaya per hasil	8.466	5.575
Total Biaya	$1.270	$1.115
Harga input	$5.000 / 1M	$1.500 / 1M
Harga output	$25.000 / 1M	$9.000 / 1M
Total token input	60,946	37,594
Token output	31,771	1,975
Token penalaran	6,831	115,638
Waktu respons (rata-rata)	10.83s	8.84s
Waktu respons (maks)	127.97s	34.82s
Waktu respons (total)	227.39s	185.57s

Showcase generasi

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Biaya: $0.031
Waktu: 14.1s
Token: 1,345 tok

#1 Gemini 3.5 Flash

high

Biaya: $0.208
Waktu: 118.2s
Token: 23,158 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005

Perbandingan Cepat

Ganti Pasangan Perbandingan