Claude Opus 5.5 (low) vs Gemini 3 Flash Preview (medium)

Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 9.4. Gemini 3 Flash Preview (medium) चा benchmark खर्च कमी आहे: $0.876 vs $1.733. Gemini 3 Flash Preview (medium) वेगवान आहे: 21.57s vs 25.68s, pass rates 88.4% vs 94.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #26
एकूण आउटपुट टोकन्स: 25,006
प्रतिसाद वेळ (सरासरी): 25.68s
एकूण खर्च: $1.733

क्रमांक: #15
एकूण आउटपुट टोकन्स: 252,536
प्रतिसाद वेळ (सरासरी): 21.57s
एकूण खर्च: $0.876

शिफारस केलेले मॉडेल Gemini 3 Flash Preview (medium)

It has the best score here (9.6), while costing about 2.0x less than Claude Opus 5.5 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17
स्कोअर	9.4	9.6
क्रमांक	#26	#15
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	94.2%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	9.118	4.169
एकूण खर्च	$1.733	$0.876
इनपुट किंमत	$4.000 / 1M	$0.500 / 1M
आउटपुट किंमत	$20.000 / 1M	$3.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$0.084 / 1M
एकूण इनपुट टोकन्स	308,056	235,726
आउटपुट टोकन्स	9,434	6,669
रिझनिंग टोकन्स	15,572	245,867
प्रतिसाद वेळ (सरासरी)	25.68s	21.57s
प्रतिसाद वेळ (कमाल)	89.16s	117.26s
प्रतिसाद वेळ (एकूण)	590.71s	496.12s
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.

#26 Claude Opus 5.5

low

अवैध SVG

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

#15 Gemini 3 Flash Preview

medium

खर्च: $0.010
वेळ: 18.4s
टोकन्स: 3,351 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 Flash Preview	10.0	10.0	100.0%	0		59.24s	147,856	1,183	11,745

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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

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 Flash Preview	7.7	10.0	66.7%	0		20.09s	642	12	28,642

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

तुलना जोडी बदला

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Gemini 3 Flash PreviewmediumvsGPT-6 Astralow Claude Opus 5.5lowvsGPT-6.1 Terramax Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-6.1 Terrahigh Claude Opus 5.5lowvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-6.1 Solhigh Gemini 3 Flash PreviewmediumvsGPT-6.1 Terrahigh Claude Opus 5.5lowvsGemini 3.7 Flashmedium