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 4.8 vs Google: Gemini 3 Flash Preview

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-28

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28 Gemini 3 Flash Preview Gemini 3 Flash Preview low Rilis: 2025-12-17
Skor 8.7 8.6
Peringkat #12 #13
Keandalan 10.0 10.0
Konsistensi 9.6 9.6
Tes benar
Tingkat lulus per percobaan 83.3% 81.7%
Tes tidak stabil 1 1
Total Run 60 60
Biaya per hasil 6.285 0.658
Total Biaya $1.006 $0.106
Harga input $5.000 / 1M $0.500 / 1M
Harga output $25.000 / 1M $3.000 / 1M
Token output 23,201 2,070
Token penalaran 5,901 27,348
Waktu respons (rata-rata) 9.34s 5.81s
Waktu respons (maks) 38.03s 14.72s
Waktu respons (total) 186.84s 116.25s

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 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 281 3,082
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Gemini 3 Flash Preview 7.3 10.0 50.0% 0 6.66s 450 6,251
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 326 0
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 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 279 3,656
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 12 6,410
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.68s 120 981
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 7.02s 71 2,752
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.77s 288 3,168
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.99s 234 415
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 2.75s 9 633

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashnoneGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3 Flash PreviewlowvsQwen3.5-27Bmedium