Navigasi
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.1 Flash Lite Preview

Skor rata-rata hampir imbang di 7.3 vs 7.3. Gemini 3.1 Flash Lite Preview (medium) memiliki biaya benchmark lebih rendah di $0.115 vs $1.166. Gemini 3.1 Flash Lite Preview (medium) lebih cepat di 4.61s vs 4.91s, dengan tingkat keberhasilan 63.6% vs 59.1%.

Model yang direkomendasikanGemini 3.1 Flash Lite Preview (medium)It has the best score here (7.3), while costing about 10.2x less than Claude Opus 4.8.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Rilis: 2026-03-03
Skor 7.3 7.3
Peringkat #63 #61
Keandalan 10.0 10.0
Konsistensi 9.2 9.9
Tes benar
Tingkat lulus per percobaan 63.6% 59.1%
Tes tidak stabil 2 0
Total Run 66 66
Biaya per hasil 8.969 0.884
Total Biaya $1.166 $0.115
Harga input $5.000 / 1M $0.250 / 1M
Harga output $25.000 / 1M $1.500 / 1M
Total token input 149,206 117,480
Token output 16,797 10,589
Token penalaran 0 46,394
Waktu respons (rata-rata) 4.91s 4.61s
Waktu respons (maks) 35.03s 18.34s
Waktu respons (total) 108.03s 101.39s

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#61 Gemini 3.1 Flash Lite Preview

medium
Biaya
$0.003
Waktu
5.2s
Token
1,944 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

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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597

Perbandingan Cepat

Ganti Pasangan Perbandingan