Anthropic: Claude Opus 4.8 vs Google: Gemini 3.6 Flash

Gemini 3.6 Flash (low) unggul dalam skor rata-rata dengan 9.4 vs 8.8. Gemini 3.6 Flash (low) memiliki biaya benchmark lebih rendah di $0.517 vs $1.931. Gemini 3.6 Flash (low) lebih cepat di 4.42s vs 12.49s, dengan tingkat keberhasilan 84.9% vs 97.0%.

Model yang direkomendasikanGemini 3.6 Flash (low)It has the best score here (9.4), while costing about 3.7x less than Claude Opus 4.8 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28	Gemini 3.6 Flash Gemini 3.6 Flash low Rilis: 2026-07-21

Metrik	Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28	Gemini 3.6 Flash Gemini 3.6 Flash low Rilis: 2026-07-21
Skor	8.8	9.4
Peringkat	#17	#6
Keandalan	10.0	10.0
Konsistensi	9.6	9.6
Tes benar
Tingkat lulus per percobaan	84.9%	97.0%
Tes tidak stabil	1	1
Total Run	66	66
Biaya per hasil	10.724	2.461
Total Biaya	$1.931	$0.517
Harga input	$5.000 / 1M	$1.500 / 1M
Harga output	$25.000 / 1M	$7.500 / 1M
Total token input	138,451	82,715
Token output	40,766	5,729
Token penalaran	9,075	46,633
Waktu respons (rata-rata)	12.49s	4.42s
Waktu respons (maks)	70.54s	28.92s
Waktu respons (total)	274.72s	97.13s

Hamster playing table tennis

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

#17 Claude Opus 4.8

medium

Biaya: $0.057
Waktu: 23.1s
Token: 2,412 tok

#6 Gemini 3.6 Flash

low

Biaya: $0.050
Waktu: 28.1s
Token: 6,731 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

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 3.6 Flash	10.0	10.0	100.0%	0		1.66s	516	151	2,307

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 3.6 Flash	7.8	7.4	77.8%	1		7.28s	8,136	451	15,026

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	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
Gemini 3.6 Flash	10.0	10.0	100.0%	0		17.27s	58,154	4,226	16,560

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 3.6 Flash	10.0	10.0	100.0%	0		1.48s	7,269	279	682

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 3.6 Flash	10.0	10.0	100.0%	0		3.96s	651	12	5,379

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 3.6 Flash	10.0	10.0	100.0%	0		2.56s	492	107	1,080

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 3.6 Flash	10.0	10.0	100.0%	0		2.05s	627	74	1,802

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 3.6 Flash	10.0	10.0	100.0%	0		1.91s	576	193	2,177

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 3.6 Flash	10.0	10.0	100.0%	0		4.78s	6,132	225	774

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 3.6 Flash	10.0	10.0	100.0%	0		2.11s	162	11	846

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.6 FlashlowvsGPT-5.6 Solmedium Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.5 Flashlow Gemini 3.6 FlashlowvsQwen3.7 Maxmedium Gemini 3.6 FlashlowvsGPT-5.5medium Gemini 3.6 FlashlowvsGrok 4.5high Gemini 3.6 FlashlowvsGPT-5.3-Codexmedium Claude Opus 4.8mediumvsGrok 4.5low Claude Opus 4.8mediumvsGPT-5.5low Claude Opus 4.8mediumvsGPT-5.6 Solhigh Claude Opus 4.8mediumvsMuse Spark 1.1low