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 3.5 Flash

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Gemini 3.5 Flash: Claude Opus 4.8 unggul dalam skor rata-rata dengan 7.2 vs 7.0. Claude Opus 4.8 memiliki biaya benchmark lebih rendah di $0.539 vs $1.079. Claude Opus 4.8 lebih cepat di 3.47s vs 9.93s, dengan tingkat keberhasilan 61.9% vs 77.8%.

Model yang direkomendasikan: Claude Opus 4.8 - It has the best score here (7.2), while costing about 2.0x less than Gemini 3.5 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash none Rilis: 2026-05-19
Skor 7.2 7.0
Peringkat #57 #66
Keandalan 10.0 10.0
Konsistensi 9.2 8.9
Tes benar
Tingkat lulus per percobaan 61.9% 77.8%
Tes tidak stabil 2 3
Total Run 63 63
Biaya per hasil 4.485 7.190
Total Biaya $0.539 $1.079
Harga input $5.000 / 1M $1.500 / 1M
Harga output $25.000 / 1M $9.000 / 1M
Total token input 67,104 13,843
Token output 8,107 117,518
Token penalaran 0 0
Waktu respons (rata-rata) 3.47s 9.93s
Waktu respons (maks) 17.73s 64.36s
Waktu respons (total) 72.90s 178.68s

Showcase generasi

Hamster playing table tennis

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

#57 Claude Opus 4.8

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

#66 Gemini 3.5 Flash

none
Biaya
$0.225
Waktu
125.5s
Token
25,004 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.53s 492 5,101 0
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 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Gemini 3.5 Flash 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
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 7.2 44.4% 1 1.66s 975 61 0
Gemini 3.5 Flash 7.6 7.2 77.8% 1 10.64s 633 17,910 0
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 3.48s 708 230 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.46s 486 1,620 0
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Gemini 3.5 Flash 9.8 10.0 100.0% 0 3.38s 615 3,928 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.13s 558 4,640 0
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 5.35s 11,775 355 0
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.41s 258 212 0
Gemini 3.5 Flash 2.8 1.6 33.3% 1 4.87s 156 2,497 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumTersedia gratisGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3.5 FlashnonevsRing-2.6-1Tmedium