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 none Rilis: 2025-12-17
Skor 8.7 7.7
Peringkat #12 #42
Keandalan 10.0 10.0
Konsistensi 9.6 9.2
Tes benar
Tingkat lulus per percobaan 83.3% 70.0%
Tes tidak stabil 1 2
Total Run 60 60
Biaya per hasil 6.285 0.175
Total Biaya $1.006 $0.023
Harga input $5.000 / 1M $0.500 / 1M
Harga output $25.000 / 1M $3.000 / 1M
Token output 23,201 1,879
Token penalaran 5,901 0
Waktu respons (rata-rata) 9.34s 1.70s
Waktu respons (maks) 38.03s 3.56s
Waktu respons (total) 186.84s 22.05s

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 8.3 10.0 75.0% 0 1.25s 214 0
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 6.8 10.0 50.0% 0 2.19s 447 0
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 4.7 1.6 66.7% 1 3.56s 350 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 1.41s 279 0
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 7.7 10.0 66.7% 0 963ms 18 0
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 1.13s 104 0
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 6.4 5.8 66.7% 1 1.58s 74 0
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 7.7 10.0 66.7% 0 1.05s 144 0
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 3.35s 234 0
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 3.0 10.0 0.0% 0 1.07s 15 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.6 FlashmediumDeepSeek V4 FlashhighTersedia gratisvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsMiMo-V2-PromediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsGrok 4.3medium