Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

Ringkasan

Perbandingan benchmark Claude Opus 4.8 (medium) vs Gemini 3.5 Flash (high): Gemini 3.5 Flash (high) unggul dalam skor rata-rata dengan 9.8 vs 8.8. Claude Opus 4.8 (medium) memiliki biaya benchmark lebih rendah di $1.107 vs $1.115. Gemini 3.5 Flash (high) lebih cepat di 8.84s vs 9.72s, dengan tingkat keberhasilan 84.1% vs 96.8%.

Model yang direkomendasikan: Gemini 3.5 Flash (high) - 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: 2026-07-10

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19
Skor 8.8 9.8
Peringkat #15 #1
Keandalan 10.0 10.0
Konsistensi 9.6 9.6
Tes benar
Tingkat lulus per percobaan 84.1% 96.8%
Tes tidak stabil 1 1
Total Run 63 63
Biaya per hasil 6.512 5.575
Total Biaya $1.107 $1.115
Harga input $5.000 / 1M $1.500 / 1M
Harga output $25.000 / 1M $9.000 / 1M
Total token input 61,007 37,594
Token output 26,495 1,975
Token penalaran 5,901 115,638
Waktu respons (rata-rata) 9.72s 8.84s
Waktu respons (maks) 38.03s 34.82s
Waktu respons (total) 204.19s 185.57s

Showcase generasi

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Biaya
$0.057
Waktu
23.1s
Token
2,412 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 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 38.03s 23,561 5,260 1,588
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.59s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashhighvsGPT-5.6 SollowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Fable 5mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighClaude Opus 4.8mediumvsGPT-5.6 Sollow