Claude Opus 4.8 vs Gemini 3.1 Flash Lite Preview (medium)

Gemini 3.1 Flash Lite Preview (medium) average score मध्ये पुढे आहे: 7.0 vs 6.9. Gemini 3.1 Flash Lite Preview (medium) चा benchmark खर्च कमी आहे: $0.158 vs $2.334. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 6.78s vs 7.54s, pass rates 60.9% vs 60.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #167
एकूण आउटपुट टोकन्स: 24,343
प्रतिसाद वेळ (सरासरी): 7.54s
एकूण खर्च: $2.334

क्रमांक: #155
एकूण आउटपुट टोकन्स: 59,534
प्रतिसाद वेळ (सरासरी): 6.78s
एकूण खर्च: $0.158

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 14.8x 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 Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03
स्कोअर	6.9	7.0
क्रमांक	#167	#155
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	60.9%
अस्थिर चाचण्या	2	0
एकूण रन	69	69
प्रति निकाल खर्च	17.953	1.124
एकूण खर्च	$2.334	$0.158
इनपुट किंमत	$5.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$25.000 / 1M	$1.500 / 1M
एकूण इनपुट टोकन्स	345,059	272,221
आउटपुट टोकन्स	24,343	12,345
रिझनिंग टोकन्स	0	47,189
प्रतिसाद वेळ (सरासरी)	7.54s	6.78s
प्रतिसाद वेळ (कमाल)	65.07s	54.91s
प्रतिसाद वेळ (एकूण)	173.31s	155.96s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~150B एकूण (~10B 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.

#167 Claude Opus 4.8

none

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

#155 Gemini 3.1 Flash Lite Preview

medium

खर्च: $0.003
वेळ: 5.2s
टोकन्स: 1,944 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 Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	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 Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305

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 Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597

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 Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997

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 Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952

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 Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120

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 Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488

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 Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121

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 Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896

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 Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912

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 Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8nonevsGPT-5.6 Lunalow Claude Opus 4.8nonevsGemma 4 31Bmediumमोफत उपलब्ध Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatnone Claude Opus 4.8nonevsEmber-1high Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Claude Opus 4.8nonevsKimi K2.6medium Claude Opus 4.8nonevsGemini 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 Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow