नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

सारांश

Claude Opus 4.8 vs Gemini 3.5 Flash benchmark तुलना: Claude Opus 4.8 average score मध्ये पुढे आहे: 7.2 vs 7.0. Claude Opus 4.8 चा benchmark खर्च कमी आहे: $0.539 vs $1.079. Claude Opus 4.8 वेगवान आहे: 3.47s vs 9.93s, pass rates 61.9% vs 77.8%.

शिफारस केलेले मॉडेल: Claude Opus 4.8 - It has the best score here (7.2), while costing about 2.0x less than Gemini 3.5 Flash.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-18

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash none प्रकाशन: 2026-05-19
स्कोअर 7.2 7.0
क्रमांक #57 #66
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 61.9% 77.8%
अस्थिर चाचण्या 2 3
एकूण रन 63 63
प्रति निकाल खर्च 4.485 7.190
एकूण खर्च $0.539 $1.079
इनपुट किंमत $5.000 / 1M $1.500 / 1M
आउटपुट किंमत $25.000 / 1M $9.000 / 1M
एकूण इनपुट टोकन्स 67,104 13,843
आउटपुट टोकन्स 8,107 117,518
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 3.47s 9.93s
प्रतिसाद वेळ (कमाल) 17.73s 64.36s
प्रतिसाद वेळ (एकूण) 72.90s 178.68s

जनरेशन शोकेस

Hamster playing table tennis

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

#57 Claude Opus 4.8

none
खर्च
$0.053
वेळ
22.0s
टोकन्स
2,253 tok

#66 Gemini 3.5 Flash

none
खर्च
$0.225
वेळ
125.5s
टोकन्स
25,004 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

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 3.5 Flash 10.0 10.0 100.0% 0 2.53s 492 5,101 0
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 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
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 1.66s 975 61 0
Gemini 3.5 Flash 7.6 7.2 77.8% 1 10.64s 633 17,910 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.46s 486 1,620 0
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 3.5 Flash 9.8 10.0 100.0% 0 3.38s 615 3,928 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.13s 558 4,640 0
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 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 2.8 1.6 33.3% 1 4.87s 156 2,497 0

झटपट तुलना

तुलना जोडी बदला