नेव्हिगेशन
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 4.7 vs Google: Gemini 3.5 Flash

सारांश

Gemini 3.5 Flash (high) average score मध्ये पुढे आहे: 9.8 vs 7.4. Claude Opus 4.7 चा benchmark खर्च कमी आहे: $0.505 vs $1.115. Claude Opus 4.7 वेगवान आहे: 3.02s vs 8.84s, pass rates 76.2% vs 96.8%.

शिफारस केलेले मॉडेलGemini 3.5 Flash (high)It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 none प्रकाशन: 2026-04-16 Gemini 3.5 Flash Gemini 3.5 Flash high प्रकाशन: 2026-05-19
स्कोअर 7.4 9.8
क्रमांक #65 #1
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 96.8%
अस्थिर चाचण्या 0 1
एकूण रन 57 63
प्रति निकाल खर्च 3.154 5.575
एकूण खर्च $0.505 $1.115
इनपुट किंमत $5.000 / 1M $1.500 / 1M
आउटपुट किंमत $25.000 / 1M $9.000 / 1M
एकूण इनपुट टोकन्स 69,576 37,594
आउटपुट टोकन्स 6,265 1,975
रिझनिंग टोकन्स 0 115,638
प्रतिसाद वेळ (सरासरी) 3.02s 8.84s
प्रतिसाद वेळ (कमाल) 18.27s 34.82s
प्रतिसाद वेळ (एकूण) 57.44s 185.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#65 Claude Opus 4.7

none
खर्च
$0.051
वेळ
24.2s
टोकन्स
2,181 tok

#1 Gemini 3.5 Flash

high
खर्च
$0.208
वेळ
118.2s
टोकन्स
23,158 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.7 3.3 3.3 33.3% 0 2.84s 1,176 494 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129

झटपट तुलना

तुलना जोडी बदला