Claude Opus 5.5 (low) vs Gemini 3.8 Flash (high)

Gemini 3.8 Flash (high) average score मध्ये पुढे आहे: 9.9 vs 9.4. Claude Opus 5.5 (low) चा benchmark खर्च कमी आहे: $1.733 vs $1.927. Claude Opus 5.5 (low) वेगवान आहे: 25.68s vs 40.60s, pass rates 88.4% vs 98.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #24
एकूण आउटपुट टोकन्स: 25,006
प्रतिसाद वेळ (सरासरी): 25.68s
एकूण खर्च: $1.733

क्रमांक: #2
एकूण आउटपुट टोकन्स: 446,728
प्रतिसाद वेळ (सरासरी): 40.60s
एकूण खर्च: $1.927

शिफारस केलेले मॉडेल Gemini 3.8 Flash (high)

या तुलनेत याचा गुण सर्वाधिक आहे (9.9) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	Gemini 3.8 Flash Gemini 3.8 Flash high प्रकाशन: 2026-09-02

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	Gemini 3.8 Flash Gemini 3.8 Flash high प्रकाशन: 2026-09-02
स्कोअर	9.4	9.9
क्रमांक	#24	#2
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	98.6%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	9.118	8.756
एकूण खर्च	$1.733	$1.927
इनपुट किंमत	$4.000 / 1M	$0.750 / 1M
आउटपुट किंमत	$20.000 / 1M	$3.750 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$0.042 / 1M
एकूण इनपुट टोकन्स	308,056	334,568
आउटपुट टोकन्स	9,434	11,394
रिझनिंग टोकन्स	15,572	435,334
प्रतिसाद वेळ (सरासरी)	25.68s	40.60s
प्रतिसाद वेळ (कमाल)	89.16s	177.08s
प्रतिसाद वेळ (एकूण)	590.71s	933.73s
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.

#24 Claude Opus 5.5

low

अवैध SVG

खर्च: $0.038
वेळ: 19.1s
टोकन्स: 2,010 tok

#2 Gemini 3.8 Flash

high

खर्च: $0.077
वेळ: 129.1s
टोकन्स: 20,373 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 5.5	10.0	10.0	100.0%	0		68.89s	175,310	2,980	1,022
Gemini 3.8 Flash	10.0	10.0	100.0%	0		115.54s	249,975	877	37,663

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		11.92s	858	266	473
Gemini 3.8 Flash	10.0	10.0	100.0%	0		2.92s	492	172	4,363

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.23s	10,608	575	2,777
Gemini 3.8 Flash	10.0	10.0	100.0%	0		29.30s	8,118	462	50,196

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		53.65s	95,471	3,968	2,689
Gemini 3.8 Flash	10.0	10.0	100.0%	0		115.73s	60,514	4,032	132,696

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 5.5	10.0	10.0	100.0%	0		12.01s	10,515	312	234
Gemini 3.8 Flash	10.0	10.0	100.0%	0		8.23s	7,548	279	7,902

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	5.9	7.2	55.6%	1		22.78s	990	59	7,428
Gemini 3.8 Flash	8.2	7.2	88.9%	1		131.31s	649	4,972	167,505

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		5.68s	714	292	326
Gemini 3.8 Flash	10.0	10.0	100.0%	0		4.06s	486	75	1,576

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.06s	921	96	226
Gemini 3.8 Flash	10.0	10.0	100.0%	0		4.73s	615	72	4,241

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.7	7.7	88.9%	1		29.83s	912	448	397
Gemini 3.8 Flash	10.0	10.0	100.0%	0		3.44s	558	204	3,704

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		72.62s	11,757	438	0
Gemini 3.8 Flash	10.0	10.0	100.0%	0		42.65s	5,457	238	20,359

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.89s	0	0	0
Gemini 3.8 Flash	10.0	10.0	100.0%	0		10.30s	156	11	5,129

तुलना जोडी बदला

Gemini 3.8 FlashhighvsGPT-6.1 Solmax Gemini 3.8 FlashhighvsGPT-6 Astramax Gemini 3.8 FlashhighvsGPT-6.1 Solxhigh Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-6 Solmedium Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGemini 4 Argonhigh Claude Opus 5.5lowvsGemini 3 Flash Previewmedium Claude Opus 5.5lowvsGPT-6.1 Solhigh Claude Opus 5.5lowvsGPT-6.1 Solmedium