Claude Opus 4.8 vs Gemini 3.1 Flash Lite (medium)

average score जवळपास समान आहे: 6.9 vs 6.9. Gemini 3.1 Flash Lite (medium) चा benchmark खर्च कमी आहे: $0.153 vs $2.334. Gemini 3.1 Flash Lite (medium) वेगवान आहे: 6.27s vs 7.54s, pass rates 60.9% vs 59.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #209
एकूण आउटपुट टोकन्स: 24,343
प्रतिसाद वेळ (सरासरी): 7.54s
एकूण खर्च: $2.334

क्रमांक: #204
एकूण आउटपुट टोकन्स: 63,967
प्रतिसाद वेळ (सरासरी): 6.27s
एकूण खर्च: $0.153

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (medium)

It has the best score here (6.9), while costing about 15.3x less than Claude Opus 4.8.

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08
स्कोअर	6.9	6.9
क्रमांक	#209	#204
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	59.4%
अस्थिर चाचण्या	2	2
एकूण रन	69	69
प्रति निकाल खर्च	17.953	1.177
एकूण खर्च	$2.334	$0.153
इनपुट किंमत	$5.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$25.000 / 1M	$1.500 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.025 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$0.084 / 1M
एकूण इनपुट टोकन्स	345,059	228,023
आउटपुट टोकन्स	24,343	10,779
रिझनिंग टोकन्स	0	53,188
प्रतिसाद वेळ (सरासरी)	7.54s	6.27s
प्रतिसाद वेळ (कमाल)	65.07s	47.78s
प्रतिसाद वेळ (एकूण)	173.31s	144.10s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~150B एकूण (~10B 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.

#209 Claude Opus 4.8

none

खर्च: $0.053
वेळ: 22.0s
टोकन्स: 2,253 tok

#204 Gemini 3.1 Flash Lite

medium

खर्च: $0.003
वेळ: 5.3s
टोकन्स: 1,754 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	5.0	10.0	0.0%	0		65.07s	195,856	7,546	0
Gemini 3.1 Flash Lite	5.0	10.0	0.0%	0		47.78s	123,098	1,611	0

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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Gemini 3.1 Flash Lite	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845

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	5.3	7.2	44.4%	1		1.76s	972	61	0
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.93s	650	15	7,223

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		3.48s	708	230	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142

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	9.9	10.0	100.0%	0		1.37s	909	95	0
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320

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	7.7	10.0	66.7%	0		2.74s	894	783	0
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450

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		5.35s	11,775	355	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921

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		3.41s	258	212	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877

तुलना जोडी बदला

Claude Opus 4.8nonevsGPT-5.6 Lunalow Claude Opus 4.8nonevsGemma 4 31Bmediumमोफत उपलब्ध Ember-1highvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsEmber-1high Claude Opus 4.8nonevsKimi K2.6medium Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsQwen3.5-Flashmedium Claude Opus 4.8nonevsInklinglowमोफत उपलब्ध Claude Opus 4.8nonevsMercury 2.5 Previewmedium Gemini 3.1 Flash LitemediumvsMinimax M3.1 Flashmaxमोफत उपलब्ध Gemini 3.1 Flash LitemediumvsMuse Glimmer 30Blow