Claude Opus 4.8 (medium) vs Gemini 3.5 Flash (low)

Gemini 3.5 Flash (low) average score मध्ये पुढे आहे: 9.0 vs 8.3. Gemini 3.5 Flash (low) चा benchmark खर्च कमी आहे: $0.752 vs $3.490. Gemini 3.5 Flash (low) वेगवान आहे: 7.85s vs 16.72s, pass rates 82.6% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #96
एकूण आउटपुट टोकन्स: 67,522
प्रतिसाद वेळ (सरासरी): 16.72s
एकूण खर्च: $3.490

क्रमांक: #46
एकूण आउटपुट टोकन्स: 42,730
प्रतिसाद वेळ (सरासरी): 7.85s
एकूण खर्च: $0.752

शिफारस केलेले मॉडेल Gemini 3.5 Flash (low)

It has the best score here (9.0), while costing about 4.6x less than Claude Opus 4.8 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash low प्रकाशन: 2026-05-19

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash low प्रकाशन: 2026-05-19
स्कोअर	8.3	9.0
क्रमांक	#96	#46
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	9.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	85.5%
अस्थिर चाचण्या	3	2
एकूण रन	69	69
प्रति निकाल खर्च	20.527	3.955
एकूण खर्च	$3.490	$0.752
इनपुट किंमत	$5.000 / 1M	$1.500 / 1M
आउटपुट किंमत	$25.000 / 1M	$9.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$0.084 / 1M
एकूण इनपुट टोकन्स	360,294	244,533
आउटपुट टोकन्स	43,441	3,450
रिझनिंग टोकन्स	24,401	39,280
प्रतिसाद वेळ (सरासरी)	16.72s	7.85s
प्रतिसाद वेळ (कमाल)	99.37s	53.74s
प्रतिसाद वेळ (एकूण)	384.66s	180.45s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~500B एकूण (~20B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#96 Claude Opus 4.8

medium

खर्च: $0.057
वेळ: 23.1s
टोकन्स: 2,412 tok

#46 Gemini 3.5 Flash

low

खर्च: $0.068
वेळ: 39.1s
टोकन्स: 7,588 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
Gemini 3.5 Flash	10.0	10.0	100.0%	0		53.74s	156,707	1,211	6,324

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.52s	494	209	2,536

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
Gemini 3.5 Flash	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
Gemini 3.5 Flash	8.2	6.9	66.7%	1		29.99s	63,752	557	3,713

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 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.81s	7,548	279	1,164

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
Gemini 3.5 Flash	5.3	7.2	44.4%	1		4.89s	642	12	6,312

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.27s	486	119	916

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
Gemini 3.5 Flash	9.9	10.0	100.0%	0		1.86s	615	71	1,652

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.35s	558	288	2,150

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.27s	5,457	234	403

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.88s	156	12	690

तुलना जोडी बदला

Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Gemini 3.5 FlashlowvsMuse Spark Openxhigh Claude Opus 4.8mediumvsGemini 4 Argonlow Claude Opus 4.8mediumvsDeepSeek V4.1 Flash 1017max Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Gemini 3.5 FlashlowvsMuse Spark 1.3medium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashlowvsMuse Wonderminimal Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Seed 2.1 TurbohighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsParetodefault