Claude Opus 4.6 (medium) vs Gemini 3.1 Pro Preview (medium)

Gemini 3.1 Pro Preview (medium) average score मध्ये पुढे आहे: 9.2 vs 7.7. Gemini 3.1 Pro Preview (medium) चा benchmark खर्च कमी आहे: $1.352 vs $2.961. Gemini 3.1 Pro Preview (medium) वेगवान आहे: 20.62s vs 32.23s, pass rates 63.6% vs 90.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक: #74
एकूण आउटपुट टोकन्स: 96,722
प्रतिसाद वेळ (सरासरी): 32.23s
एकूण खर्च: $2.961

क्रमांक: #12
एकूण आउटपुट टोकन्स: 97,238
प्रतिसाद वेळ (सरासरी): 20.62s
एकूण खर्च: $1.352

शिफारस केलेले मॉडेल Gemini 3.1 Pro Preview (medium)

It has the best score here (9.2), while costing about 2.2x less than Claude Opus 4.6 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19

मेट्रिक	Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19
स्कोअर	7.7	9.2
क्रमांक	#74	#12
विश्वसनीयता	10.0	10.0
सुसंगतता	8.8	10.0
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	63.6%	90.9%
अस्थिर चाचण्या	3	0
एकूण रन	66	66
प्रति निकाल खर्च	22.777	6.758
एकूण खर्च	$2.961	$1.352
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$12.000 / 1M
एकूण इनपुट टोकन्स	108,573	92,296
आउटपुट टोकन्स	69,994	5,232
रिझनिंग टोकन्स	26,728	92,006
प्रतिसाद वेळ (सरासरी)	32.23s	20.62s
प्रतिसाद वेळ (कमाल)	151.51s	88.68s
प्रतिसाद वेळ (एकूण)	515.65s	329.94s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1.2T एकूण (~20B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#74 Claude Opus 4.6

medium

अवैध SVG

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#12 Gemini 3.1 Pro Preview

medium

खर्च: $0.115
वेळ: 87.2s
टोकन्स: 9,629 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	6.4	5.8	66.7%	2		7.45s	840	986	1,071
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	5.7	7.1	44.4%	1		30.10s	8,522	13,057	4,121
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		114.08s	76,073	33,018	9,509
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		7.37s	8,676	691	757
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	3.0	10.0	0.0%	0		42.53s	632	12,350	7,100
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	3.0	10.0	0.0%	0		63.24s	204	8,045	2,452
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.6mediumvsSeed-2.0-Codelow Claude Opus 5highvsGemini 3.1 Pro Previewmedium Claude Opus 4.6mediumvsDeepSeek V4 Prohigh Claude Opus 4.6mediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsDeepSeek V4 Flash 0423high Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Claude Opus 4.6mediumvsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsSolar Pro 4xhigh Seed 2.1 TurbolowvsGemini 3.1 Pro Previewmedium Claude Opus 4.6mediumvsQwen3.8 27Blow